MétaCan
Menu
Retour à la cohorte
Enregistrement W2889411778 · doi:10.1021/acsomega.8b01308

Soluble–Insoluble–Soluble Transitions of Thermoresponsive Cryptand-Containing Graft Copolymers

2018· article· en· W2889411778 sur OpenAlexafffund
Ming Zhang, Yong‐Guang Jia, Lingyan Liu, Jing Li, X. X. Zhu

Notice bibliographique

RevueACS Omega · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDendrimers and Hyperbranched Polymers
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les TechnologiesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésCopolymerCryptandChemistryPolymer chemistryWater solubleMaterials scienceChemical engineeringOrganic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Cryptand-containing alternative copolymers were first made from copolymerization of styrenic derivatives and maleic anhydride and then chemically modified in this work by grafting methoxy poly(ethylene glycol) (MPEG) onto the maleic functional groups. These graft copolymers show interesting multistep soluble–insoluble–soluble (S–I–S) transitions in acidic aqueous media at a cloud point (Tcp) and a subsequent mixing temperature (Tmix). Turbidity measurements and dynamic light scattering studies indicate that such complex transitions may be attributed to the entropic contribution associated with the dehydration and aggregation of the MPEG groups and then the enthalpic contribution associated with the hydrogen bonding between ethylene glycol and carboxylic acid groups. More importantly, the phase transition temperatures and insoluble temperature ranges are very sensitive to changes in subtle hydrophobic–hydrophilic balance of the copolymers, such as the variation of pH, the cryptand size, and the length of the MPEG graft. The understanding of the S–I–S transition in relation to the structure of the copolymers and the external conditions may be useful in the design of smart materials and sensors.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,244 · 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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetDendrimers and Hyperbranched PolymersTravaux en français237 207