MétaCan
Menu
Retour à la cohorte
Enregistrement W28460162 · doi:10.1021/acsnano.7b01669

Globaalihallinta : perinteisen kansainvälisen politiikan haastaja

2004· article· en· W28460162 sur OpenAlexfundno aff
Seppo Tiihonen, Paula Tiihonen

Notice bibliographique

RevueACS Nano · 2004
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaRussian Foundation for Basic ResearchAlexander von Humboldt-Stiftung
Mots-clésBusiness

Résumé

récupéré en direct d'OpenAlex

Chemically and topographically patterned nanoparticles (NPs) with dimensions on the order of tens of nanometers have a diverse range of applications and are a valuable system for fundamental research. Recently, thermodynamically controlled segregation of a smooth layer of polymer ligands into pinned micelles (patches) offered an approach to nanopatterning of polymer-functionalized NPs. Control of the patch number, size, and spatial distribution on the surface of spherical NPs has been achieved, however, the role of NP shape remained elusive. In the present work, we report the role of NP shape, namely, the effect of the local surface curvature, on polymer segregation into surface patches. For polymer-functionalized metal nanocubes, we show experimentally and theoretically that the patches form preferentially on the high-curvature regions such as vertices and edges. An in situ transformation of the nanocubes into nanospheres leads to the change in the number and distribution of patches; a process that is dominated by the balance between the surface energy and the stretching energy of the polymer ligands. The experimental and theoretical results presented in this work are applicable to surface patterning of polymer-capped NPs with different shapes, thus enabling the exploration of patch-directed self-assembly, as colloidal surfactants, and as templates for the synthesis of hybrid nanomaterials.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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)0,0000,001

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 Opus0,025
Tête enseignante GPT0,302
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetEuropean Union Policy and GovernanceTravaux en français237 207