MétaCan
Menu
Retour à la cohorte
Enregistrement W3022425743 · doi:10.1126/sciadv.aaz7328

Nanofibrillar networks enable universal assembly of superstructured particle constructs

2020· article· en· W3022425743 sur OpenAlex
Bruno D. Mattos, Blaise L. Tardy, Luiz G. Greca, Tero Kämäräinen, Wenchao Xiang, Oriol Cusola, Washington Luiz Esteves Magalhães, Orlando J. Rojas

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueScience Advances · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEuropean Research Council
Mots-clésVariety (cybernetics)Particle (ecology)NanotechnologyComputer scienceMaterials scienceArtificial intelligenceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Superstructured colloidal materials exploit the synergies between components to develop new or enhanced functions. Cohesion is a primary requirement for scaling up these assemblies into bulk materials, and it has only been fulfilled in case-specific bases. Here, we demonstrate that the topology of nanonetworks formed from cellulose nanofibrils (CNFs) enables robust superstructuring with virtually any particle. An intermixed network of fibrils with particles increases the toughness of the assemblies by up to three orders of magnitude compared, for instance, to sintering. Supramolecular cohesion is transferred from the fibrils to the constructs following a power law, with a constant decay factor for particle sizes from 230 nm to 40 μm. Our findings are applicable to other nanofiber dimensions via a rationalization of the morphological aspects of both particles and nanofibers. CNF-based cohesion will move developments of functional colloids from laboratory-scale toward their implementation in large-scale nanomanufacturing of bulk materials.

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 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 enseignants0,007
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,014
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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