MétaCan
Menu
Retour à la cohorte
Enregistrement W3016786856 · doi:10.1126/sciadv.aaz7301

Formation of 2D and 3D multi-tori mesostructures via crystallization-driven self-assembly

2020· article· en· W3016786856 sur OpenAlexaff
Gérald Guérin, Menandro Cruz, Qing Yu

Notice bibliographique

RevueScience Advances · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Polymer Synthesis and Characterization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCrystallizationMaterials scienceSelf-assemblyCopolymerVesicleAmorphous solidPolymerMonolayerToroidMicrometerNanotechnologyTorusSolventElectromagnetic coilPolymersomeChemical engineeringChemical physicsCrystallographyMembraneAmphiphileChemistryComposite materialOpticsPhysicsGeometryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The fabrication of three-dimensional (3D) objects by polymer self-assembly in solution is extremely challenging. Here, multi-tori mesostructures were obtained from the crystallization-driven self-assembly of a coil-crystalline block copolymer (BCP) in mixed solvents. The formation of these structures follows a multistep process. First, the BCP self-assembles into amorphous micrometer-large vesicles. Then, the BCP confined in these mesosized vesicles crystallizes. This second step leads to the formation of objects with shapes ranging from closed 3D multi-tori spherical shells to 2D toroid mesh monolayers, depending on the solvent mixture composition. This approach demonstrates how topological constraints induced by the specific interactions between coil-crystalline BCP and solvents can be used to prepare mesostructures of complex morphologies.

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 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 enseignants0,139
Score d'incertitude au seuil0,368

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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.

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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetAdvanced Polymer Synthesis and CharacterizationTravaux en français237 207