MétaCan
Menu
Retour à la cohorte
Enregistrement W3024693052 · doi:10.1039/d0sm00893a

Non-equilibrium interaction between catalytic colloids: boundary conditions and penetration depth

2020· preprint· en· W3024693052 sur OpenAlexfundno aff
Alexander Y. Grosberg, Yitzhak Rabin

Notice bibliographique

RevueSoft Matter · 2020
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials ResearchIsraeli Centers for Research ExcellenceIsrael Science FoundationPlanning and Budgeting Committee of the Council for Higher Education of IsraelMaterials Research Science and Engineering Center, Harvard UniversityYork UniversityNational Institutes of HealthNational Science Foundation
Mots-clésColloidPenetration (warfare)Chemical physicsMoleculeCatalysisChemistryBoundary value problemPhysicsPhysical chemistryOrganic chemistryQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Spherical colloids that catalyze the interconversion reaction A⇋B between solute molecules A and B whose concentration at infinity is maintained away from equilibrium effectively interact due to the non-uniform fields of solute concentrations. We show that this long range 1/r interaction is suppressed via a mechanism that is superficially reminiscent but qualitatively very different from electrostatic screening: catalytic activity drives the concentrations of solute molecules towards their equilibrium values and reduces the chemical imbalance that drives the interaction between the colloids. The imposed non-equilibrium boundary conditions give rise to a variety of geometry-dependent scenarios; while long-range interactions are suppressed (except for a finite penetration depth) in the bulk of the colloid solution in 3D, they can persist in quasi-2D geometry in which the colloids but not the solutes are confined to a surface, resulting in the formation of clusters or Wigner crystals, depending on the sign of the interaction between colloids.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil1,000

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)0,0010,001

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 Opus0,018
Tête enseignante GPT0,275
Écart entre enseignants0,257 · 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'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetMicro and Nano RoboticsTravaux en français237 207