MétaCan
Menu
Retour à la cohorte
Enregistrement W2774241703 · doi:10.1039/c7sm02134h

Controllable one-step double emulsion formation <i>via</i> phase inversion

2017· article· en· W2774241703 sur OpenAlexaff
Subeen Kim, KyuHan Kim, Siyoung Q. Choi

Notice bibliographique

RevueSoft Matter · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Education
Mots-clésEmulsionPhase inversionChemical engineeringPhase (matter)Inversion (geology)PolymerNanotechnologyMaterials scienceNanoparticleChemical physicsChemistryOrganic chemistryComposite materialGeology

Résumé

récupéré en direct d'OpenAlex

Double emulsions, the simplest form of multiple emulsion, have been intensively utilized in various industries as well as in fundamental research. A variety of strategies to effectively form double emulsions have been developed, but no simple yet controlled and scalable technique has been achieved yet. Herein, we examine the mechanism of the entire process of double emulsion formation by phase inversion, and we propose a universal one-step strategy for the formation of an oil/water/oil double emulsion using oil soluble polymers and hydrophobic silica nanoparticles. We demonstrate that this new approach enables control of both the fraction and the number of inner small droplets; even high internal phase double emulsions could be achieved.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,290
Écart entre enseignants0,259 · 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

Citations50
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetPickering emulsions and particle stabilizationTravaux en français237 207