MétaCan
Menu
Retour à la cohorte
Enregistrement W3014074719 · doi:10.1039/d0sm00275e

Observation of transition cascades in sheared liquid crystalline polymers

2020· article· en· W3014074719 sur OpenAlexaff
Ryan Fox, M. Gregory Forest, Stephen J. Picken, Theo J. Dingemans

Notice bibliographique

RevueSoft Matter · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesArmy Research LaboratoryArmy Research OfficeWorkforce Development for Teachers and ScientistsDivision of Electrical, Communications and Cyber SystemsOak Ridge Institute for Science and EducationU.S. Department of EnergyOffice of ScienceOak Ridge Associated UniversitiesUniversity of North Carolina at Chapel HillNational Science Foundation
Mots-clésLiquid crystallinePolymerChemical physicsMaterials scienceTransition (genetics)Chemical engineeringCrystallographyChemistryPolymer scienceNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

We report on the shear rheology of liquid crystalline solutions composed of charged, rodlike polymers that form supramolecular assemblies dispersed in water. Under steady shear, we observe shear thickening behavior, followed by a hesitation in the viscosity accompanied by an extremely narrow range of negative first normal stress difference. The Peclet number (Pe, shear rate normalized by rod rotational diffusivity) for the onset of shear thickening is in agreement with previous, high-resolution numerical simulations of the Doi-Edwards-Hess kinetic theory. We interrogate these dynamic responses through shear step-down experiments, revealing a complex evolution of transient responses. Detailed analysis of the stress transients provides compelling evidence that the principal axis of the rod orientational distribution, the nematic director, undergoes a cascade of transitions and coexistence of periodic states known as kayaking, tumbling, and wagging, before transitioning to steady flow alignment above a critical shear rate.

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 enseignants0,009
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,033
Tête enseignante GPT0,281
Écart entre enseignants0,248 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207