MétaCan
Menu
← Retour à la cohorte
Enregistrement W2925125861 · doi:10.1149/ma2018-02/43/1445

Coarse-Grained Molecular Dynamics Study of Ionomer Aggregation and Network Formation in Dilute Solution

2018· article· en· W2925125861 sur OpenAlexaff
Mehrdad Mokhtari, Michael Eikerling

Notice bibliographique

RevueECS Meeting Abstracts · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFuel Cells and Related Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésIonomerNafionMembraneMaterials sciencePolymer chemistryChemical engineeringCounterionMolecular dynamicsAqueous solutionMacromoleculeChemical physicsPolymerChemistryComposite materialPhysical chemistryComputational chemistryOrganic chemistryElectrochemistryCopolymer

Résumé

récupéré en direct d'OpenAlex

The presented work comprises a computational study of self-assembly in dilute solution of Nafion-type perfluorosulfonic acid (PFSA) ionomers. We employ coarse-grained molecular dynamics (CGMD) to investigate the formation of ionomer bundles [1] and study the assembly of ionomer bundles into a bundle network upon increasing ionomer concentration. Formation of this supramolecular network is experimentally indicated by a markedly increased viscosity [2]. Evolution of a gel-like structure in the aqueous solutions also studied experimentally by Cirkel et al. [3] and Rubatat et al. [4], revealing more details about transport properties, stability, and water sorption properties of the network structure of interconnected ionomer bundles in Nafion membranes. Simulation of the interconnected, gel-like ionomer state provides opportunities to scrutinize different proposed structural models of ionomer membranes and assess changes in bundle size and network connectivity as functions of backbone hydrophobicity, side chain density, counterion valence, and strength of electrostatic interaction between anionic head groups at ionomer sidechains. References [1] M. Ghelichi, K. Malek and M. Eikerling, Ionomer Self-Assembly in Dilute Solution Studied by Coarse-Grained Molecular Dynamics, Macromolecules 49, 1479-1489 (2016). [2] Private communication. [3] Peter A. Cirkel, Tatsuhiro Okada, A Comparison of Mechanical and Electrical Percolation during the Gelling of Nafion Solutions, Macromolecules 33, 4921-4925 (2000). [4] L. Rubatat, G. Gebel, O. Diat, Fibrillar Structure of Nafion: Matching Fourier and Real Space Studies of Corresponding Films and Solutions, Macromolecules 37, 77727783 (2004).

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,197 · 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'étudeSimulation ou modélisation
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting Abstracts→Même sujetFuel Cells and Related Materials→Travaux en français237 207→