MétaCan
Menu
Retour à la cohorte
Enregistrement W2900428456 · doi:10.1039/c8sm01716f

Compound droplets derived from a cholesteric suspension of cellulose nanocrystals

2018· article· en· W2900428456 sur OpenAlexafffund
Toyoko Suzuki, Yunfeng Li, Albert Gevorkian, Eugenia Kumacheva

Notice bibliographique

RevueSoft Matter · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensUniversity of Toronto
Organismes subventionnairesJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSuspension (topology)CelluloseNanocrystalChemical engineeringMaterials scienceNanotechnologyPolymer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

This study reports microfluidic generation of Janus droplets that consist of a liquid crystal component (a cholesteric aqueous suspension of cellulose nanocrystals, Ch-CNC) and a mineral oil (MO) component. The composition of the droplets was controlled by varying the relative flow rates of MO and Ch-CNC suspension. The shape of the Ch-CNC component of the droplets was changed from a truncated sphere to a hemisphere to a crescent moon. For these three Ch-CNC phase shapes, the Ch packing of the CNC pseudolayers was preserved, however the Ch pitch reduced, which was ascribed to the change in CNC orientation at the Ch-CNC/MO interface from perpendicular to parallel. The shape of the compound droplets was tuned from a dumbbell to a sphere by reducing interfacial tension between the Ch-CNC suspension and MO phases. Photopolymerization of the monomer mixture introduced in the Ch-CNC phase of the droplets and the removal of the sacrificial MO phase enabled the generation of Ch microgels. The results of this work can be used for exploring new applications of Janus colloids and the fabrication of programmable active soft matter.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,008
Score d'incertitude au seuil0,996

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)0,0130,005

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 Opus0,022
Tête enseignante GPT0,284
Écart entre enseignants0,263 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations16
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207