MétaCan
Menu
Retour à la cohorte
Enregistrement W3107597934 · doi:10.1002/cjce.23954

Computational analysis of short‐range surface‐directed polymerization‐induced phase separation

2020· article· en· W3107597934 sur OpenAlexafffundvenue
Shima Ghaffari, Philip K. Chan, Mehrab Mehrvar

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueBlock Copolymer Self-Assembly
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute CanadaRyerson University
Mots-clésSpinodal decompositionWettingMaterials sciencePhase (matter)PolymerizationSurface energyRange (aeronautics)ThermodynamicsWetting layerExponentSurface tensionPolymerChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The conventional off‐critical polymerization‐induced phase separation (PIPS) of binary mixtures leads to the fabrication of droplet‐type structure. However, the presence of a surface preferably attracting one of the components while phase separation by spinodal decomposition is occurring can change the configuration of surface energy and result in the formation of wetting layer(s) adjacent to the wall. Farther from the wall, droplets can still form. The method is called surface‐directed spinodal decomposition. The method is applicable in the fabrication of materials with layered morphology and may lead to the enhancement of the surface physical characteristics of mixtures. The current paper theoretically studied short‐range surface‐directed PIPS of a solvent/monomer mixture. The results showed the average diameter of particles in the bulk in the intermediate stage of phase separation grew with time by power‐law function < d ave > ∝ t * α , and the exponent ( α ave ≈ 0.3) was found close to the Lifshitz‐Slyozov growth exponent (1/3) for the diffusivities studied in this paper. The time evolution of the thickness of the wetting layer was found to be logarithmic. The effects of the parameters such as diffusion coefficient, surface potential, and temperature gradient on the morphology development by the short‐range surface‐directed PIPS technique are discussed in this paper.

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 enseignants0,150
Score d'incertitude au seuil0,385

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,250
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

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

Citations6
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetBlock Copolymer Self-AssemblyTravaux en français237 207