Aggregation Behavior of Nano-Silica in Polyvinyl Alcohol/Polyacrylamide Hydrogels Based on Dissipative Particle Dynamics
Notice bibliographique
Résumé
Due to the aggregation behavior of nano-silica in aqueous solution, the use of nano-silica without surface modification for synthesizing hydrogels is still a challenging task. This paper presents our study on the use of dissipative particle dynamics simulations to discover the aggregation behavior of nano-silica in polyvinyl alcohol (PVA)/polyacrylamide (PAM) blended hydrogels. By simulations, we aimed at investigating the effects of such factors as nano-silica content, polymer component ratio, temperature and shear rate on the aggregation behavior of nano-silica in terms of the mesoscopic morphologies and the relative concentration distribution functions. Our results reveal that the dispersion of nano-silica is seen if the nano-silica content is increased to 1.5%, and the aggregation of nano-silica becomes noticeable in blended hydrogels with an increase in the nano-silica content. This finding agrees well with the experimental results obtained by means of scanning electron microscopy. Furthermore, it is also found that the dispersion of nano-silica becomes more uniform with an increase in PAM content, temperature and shear rate. These findings greatly enrich our understanding of the aggregation behavior of nano-silica in PVA/PAM blended hydrogels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».