MétaCan
Menu
Retour à la cohorte
Enregistrement W2743589446 · doi:10.1002/sia.6284

Insight into diacetylene photopolymerization in Langmuir‐Blodgett films using simultaneous AFM and fluorescence microscopy imaging

2017· article· en· W2743589446 sur OpenAlexafffund
Hessamaddin Younesi Araghi, Matthew F. Paige

Notice bibliographique

RevueSurface and Interface Analysis · 2017
Typearticle
Langueen
DomaineChemistry
ThématiquePolydiacetylene-based materials and applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationUniversity of Saskatchewan
Mots-clésDiacetylenePhotopolymerMonolayerFluorescenceMicroscopeFluorescence microscopePolymerMicroscopyPhase (matter)Langmuir–Blodgett filmChemistryAnalytical Chemistry (journal)Materials scienceOptical microscopeNanotechnologyScanning electron microscopeOpticsOrganic chemistryPolymerizationComposite material

Résumé

récupéré en direct d'OpenAlex

A phase‐separated monolayer film comprised of a mixture of 10, 12‐pentacosadiynoic acid (PCDA) with perfluorotetradecanoic acid (PF; CF 3 (CF 2 ) 12 COOH) has been characterized using a microscope that is capable of simultaneous atomic force microscope (AFM) imaging and fluorescence imaging. Design criteria for this instrument are described, as well as its application to investigating the mixed film systems. The product of PCDA photopolymerization has two phases, a red phase with strong fluorescence and a blue phase with no fluorescence. With the help of the dual AFM‐fluorescence microscope, it was found that both the red and the blue phase polymers were produced in the same sample from photoillumination, and the relative quantities of the different phases were quantified. Further, the importance of intrinsic mechanical stress in the films is discussed in terms of its influence on selectivity towards the red polymer phase.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,286
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetPolydiacetylene-based materials and applicationsTravaux en français237 207