MétaCan
Menu
Retour à la cohorte
Enregistrement W2940839863 · doi:10.1021/acsami.9b03942

Nanoparticle Concentration vs Surface Area in the Interaction of Thiol-Containing Molecules: Toward a Rational Nanoarchitectural Design of Hybrid Materials

2019· article· en· W2940839863 sur OpenAlexafffund
Keshav Goël, Matías Zúñiga-Bustos, Caitlin Lazurko, Erik Jacques, Constanza Galaz-Araya, Francisco Valenzuela-Henríquez, Natalia L. Pacioni, Jean‐François Couture, Horacio Poblete, Emilio I. Alarcón

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2019
Typearticle
Langueen
DomaineChemistry
Thématiquethermodynamics and calorimetric analyses
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchFondo Nacional de Desarrollo Científico y TecnológicoUniversidad Nacional de Córdoba
Mots-clésIsothermal titration calorimetryMaterials scienceThiolMoleculeNanoparticleDispersityNanotechnologyNanostructureSurface (topology)TitrationChemical engineeringPhysical chemistryPolymer chemistryOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

The effect of accounting for the total surface in the association of thiol-containing molecules to nanosilver was assessed using isothermal titration calorimetry, along with a new open access algorithm that calculates the total surface area for samples of different polydispersity. Further, we used advanced molecular dynamic calculations to explore the underlying mechanisms for the interaction of the studied molecules in the presence of a nanosilver surface in the form of flat surfaces or as three-dimensional pseudospherical nanostructures. Our data indicate that not only is the total surface area available for binding but also the supramolecular arrangements of the molecules in the near proximity of the nanosilver surface strongly affects the affinity of thiol-containing molecules to nanosilver surfaces.

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)0,001
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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,249
Écart entre enseignants0,227 · 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

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetthermodynamics and calorimetric analysesTravaux en français237 207