“Click” generation of a conjugated polymer library for SWNT dispersion
Notice bibliographique
Résumé
ABSTRACT Noncovalent functionalization of single‐walled carbon nanotubes (SWNTs) with conjugated polymers enhances SWNT processability and allows for selective dispersion of various SWNT species. Selective dispersions can be obtained by tuning the nature of the polymer, which can involve using various polymer backbones or side‐chains. However, a clear understanding of selectivity determinants is elusive, as the degree of polymerization (DP) has a large effect on SWNT selectivity. Additionally, preparing libraries of conjugated polymers with varying functionality while keeping DP consistent is difficult. Here, we report the utilization of a strained cyclooctyne‐containing conjugated polymer that serves as a versatile scaffold, enabling systematic preparation of a small library of conjugated polymers with different side‐chain functionality, while maintaining a consistent DP. The resulting polymers were used as dispersants for SWNTs, forming supramolecular polymer‐SWNT complexes that were characterized by UV‐Vis‐NIR absorption and Raman spectroscopy. In the series of polymers, we were able to probe the effect of small changes within the side chains, such as the incorporation of a carbonyl group or an aromatic unit, on the quality of the polymer‐SWNT dispersion. The results of these studies provide new insight into the factors that dictate the ability of a polymer to form strong interactions with SWNTs. © 2018 Wiley Periodicals, Inc. J. Polym. Sci., Part A: Polym. Chem. 2018 , 56 , 2053–2058
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».