MétaCan
Menu
Retour à la cohorte
Enregistrement W2766701207 · doi:10.1002/chem.201704941

High Surface Area, Thermally Stable, Hydrophobic, Microporous, Rigid Gels Generated at Ambient from MeSi(OEt)<sub>3</sub>/(EtO)<sub>3</sub>SiCH<sub>2</sub>CH<sub>2</sub>Si(OEt)<sub>3</sub> Mixtures by F<sup>−</sup>‐Catalyzed Hydrolysis

2017· article· en· W2766701207 sur OpenAlexfundno aff
Joseph C. Furgal, Honami Yamane, Timothy R. Odykirk, Eongyu Yi, Yoshiki Chujo, Richard M. Laine

Notice bibliographique

RevueChemistry - A European Journal · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicone and Siloxane Chemistry
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de l'Économie, de la Science et de l'Innovation - QuébecBowling Green State UniversitySemiconductor Research Corporation
Mots-clésMicroporous materialPolymerDichloromethaneMaterials scienceHydrolysisChemical engineeringSolventFluorideCatalysisSpecific surface areaPolymer chemistryChemistryOrganic chemistryInorganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract High surface area materials are of considerable interest for gas storage/capture, molecular sieving, catalyst supports, as well as for slow‐release drug‐delivery systems. We report here a very simple and fast route to very high surface area, mechanically robust, hydrophobic polymer gels prepared by fluoride‐catalyzed hydrolysis of mixtures of MeSi(OEt) 3 and bis‐triethoxysilylethane (BTSE) at room temperature. These materials offer specific surface areas up to 1300 m 2 g −1 , peak pore sizes of 0.8 nm and thermal stabilities above 200 °C. The gelation times and surface areas can be controlled by adjusting the solvent volume (dichloromethane), percent fluoride (as n Bu 4 NF or TBAF) and the BTSE contents. Polymers with other corners and linkers were also explored. These materials will further expand the materials databank for use in vacuum insulation panels and as thermally stable release and capture media.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,040
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0060,003
Communication savante0,0050,002
Science ouverte0,0070,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,010
Tête enseignante GPT0,199
Écart entre enseignants0,189 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry - A European JournalMême sujetSilicone and Siloxane ChemistryTravaux en français237 207