Nanogels and Microgels: From Model Colloids to Applications, Recent Developments, and Future Trends
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nanogels and microgels are soft, deformable, and penetrable objects with an internal gel-like structure that is swollen by the dispersing solvent. Their softness and the potential to respond to external stimuli like temperature, pressure, pH, ionic strength, and different analytes make them interesting as soft model systems in fundamental research as well as for a broad range of applications, in particular in the field of biological applications. Recent tremendous developments in their synthesis open access to systems with complex architectures and compositions allowing for tailoring microgels with specific properties. At the same time state-of-the-art theoretical and simulation approaches offer deeper understanding of the behavior and structure of nano- and microgels under external influences and confinement at interfaces or at high volume fractions. Developments in the experimental analysis of nano- and microgels have become particularly important for structural investigations covering a broad range of length scales relevant to the internal structure, the overall size and shape, and interparticle interactions in concentrated samples. Here we provide an overview of the state-of-the-art, recent developments as well as emerging trends in the field of nano- and microgels. The following aspects build the focus of our discussion: tailoring (multi)functionality through synthesis; the role in biological and biomedical applications; the structure and properties as a model system, e.g., for densely packed arrangements in bulk and at interfaces; as well as the theory and computer simulation.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle