MétaCan
Menu
Retour à la cohorte
Enregistrement W2802781412 · doi:10.3762/bjnano.9.121

Formation and development of nanometer-sized cybotactic clusters in bent-core nematic liquid crystalline compounds

2018· article· en· W2802781412 sur OpenAlexaff
Yu. P. Panarin, Sithara P. Sreenilayam, J. K. Vij, Anne Lehmann, Carsten Tschierske

Notice bibliographique

RevueBeilstein Journal of Nanotechnology · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensTrinity College
Organismes subventionnairesDivision of Materials ResearchNational Science Foundation
Mots-clésLiquid crystalCluster (spacecraft)Relaxation (psychology)Materials scienceDielectricChemical physicsVolume fractionPhase (matter)Condensed matter physicsIsotropySpectroscopyElectric fieldMolecular physicsOpticsPhysicsChemistryOptoelectronicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Two homologue achiral bent-core liquid crystals (LCs), BCN66 and BCN84, in their nematic phases are studied by dielectric spectroscopy in the frequency range 10 Hz-10 MHz. In each of these compounds, two relaxation processes are identified and assigned to (i) collective dynamics of molecules in nanometer-sized cybotactic clusters and (ii) individual molecular relaxations, in the ascending order of frequency of the probe field. The temperature and the bias electric field dependence of the dielectric strength and relaxation frequency for these processes are shown to give rise to sharpness in cluster boundaries, increased size and volume fraction in the LC nematic phase. The effect of the bias field on the LC cell is similar to reducing its temperature; both variables increase the cluster size and volume fraction and give rise to sharp cluster boundaries. The findings confirm that dielectric spectroscopy is a powerful and an extremely useful technique to provide a deeper understanding of the mechanism of cybotactic cluster formation in the isotropic liquid and the nematic phase of LCs as a function of temperature and the bias field.

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 seuil0,003

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)0,0000,000

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 Opus0,035
Tête enseignante GPT0,305
Écart entre enseignants0,270 · 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

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBeilstein Journal of NanotechnologyMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207