MétaCan
Menu
Retour à la cohorte
Enregistrement W2931720422 · doi:10.1126/sciadv.aav9044

Hypergolic zeolitic imidazolate frameworks (ZIFs) as next-generation solid fuels: Unlocking the latent energetic behavior of ZIFs

2019· article· en· W2931720422 sur OpenAlexaff
Hatem M. Titi, Joseph M. Marrett, Gandrath Dayaker, Mihails Arhangelskis, Cristina Mottillo, Andrew J. Morris, Giovanni P. Rachiero, Tomislav Friščić, Robin D. Rogers

Notice bibliographique

RevueScience Advances · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensMcGill University
Organismes subventionnairesAir Force Office of Scientific Research
Mots-clésZeolitic imidazolate frameworkNanotechnologyMaterials scienceEnvironmental scienceComputer scienceChemistryMetal-organic frameworkPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Hypergolic materials, capable of spontaneous ignition upon contact with an external oxidizer, are of critical importance as fuels and propellants in aerospace applications (e.g., rockets and spacecraft). Currently used hypergolic fuels are highly energetic, toxic, and carcinogenic hydrazine derivatives, inspiring the search for cleaner and safer hypergols. Here, we demonstrate the first strategy to design hypergolic behavior within a metal-organic framework (MOF) platform, by using simple "trigger" functionalities to unlock the latent and generally not recognized energetic properties of zeolitic imidazolate frameworks, a popular class of MOFs. The herein presented six hypergolic MOFs, based on zinc, cobalt, and cadmium, illustrate a uniquely modular platform to develop hypergols free of highly energetic or carcinogenic components, in which varying the metal and linker components enables the modulation of ignition and combustion properties, resulting in excellent hypergolic response evident by ultrashort ignition delays as low as 2 ms.

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 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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,284
Écart entre enseignants0,259 · 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.

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

Citations84
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207