MétaCan
Menu
Retour à la cohorte
Enregistrement W3015634220 · doi:10.1002/tcr.202000007

Layer‐by‐Layer Assembly for Surface Tethering of Thin‐Hydrogel Films: Design Strategies and Applications

2020· article· en· W3015634220 sur OpenAlexaff
Farzad Seidi, Weifeng Zhao, Huining Xiao, Yongcan Jin, Changsheng Zhao

Notice bibliographique

RevueThe Chemical Record · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiquePolymer Surface Interaction Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of ChinaNanjing Forestry University
Mots-clésCovalent bondSurface modificationPolymerSelf-healing hydrogelsLayer by layerNanotechnologyMaterials scienceLayer (electronics)Thin filmPolymerizationChemical engineeringPolymer chemistryChemistryComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Manipulation and engineering of the surfaces has a key role in improving the materials properties. Anchoring of thin hydrogels on the materials surface is one of the recently developed methods to achieve surfaces with high potential applications. Layer-by-layer (LBL) has been used widely as a strong strategy for immobilization of thin hydrogel films on the surface of various organic/inorganic substrates. Electrostatic LBL and covalent LBL are two main strategies used in this regard. In electrostatic LBL, negatively and positively hydrophilic polymers are sequentially assembled to create a multilayer hydrogel which subsequent covalent crosslinking of multilayers improved the stability of the inserted layers. On the other hand, covalent LBL requires hydrophilic polymers bearing reactive telechelic groups. These reactive polymers are prepared by various polymerization techniques or by post-functionalization of biopolymers. The principles of hydrogel anchoring have described along with representative examples. Besides, the potential applications of the modified surfaces in specific cases have been addressed and overviewed.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,067
Tête enseignante GPT0,307
Écart entre enseignants0,241 · 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'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

Citations44
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Chemical RecordMême sujetPolymer Surface Interaction StudiesTravaux en français237 207