Self-assembly of millimeter-scale magnetic particles in suspension
Notice bibliographique
Résumé
Self-assembly is ubiquitous at all scales in nature. Most studies have focused on the self-assembly of micron-scale and nano-scale components. In this study, we explore the self-assembly of millimeter-scale magnetic particles in a bubble-column reactor to form 9 different structures. Two component systems (N-N and S-S particles) assemble faster than one-component systems (all particles have N-S poles) because they have more numerous bonding pathways. In addition, two-components add control to process initiation and evolution, and enable the formation of complex structures such as squares, tetrahedra and cubes. Self-assembly is collision-limited, thus, the formation time increases with the total number of bonds required to form the structure and the injected power. The dimensionless Mason number captures the interplay between hydrodynamic forces and magnetic interactions: self-assembly is most efficient at intermediate Mason numbers (the system is quasi-static at low Mason numbers with limited chances for particle interaction; on the other hand, hydrodynamic forces prevail over dipole-dipole interactions and hinder bonding at high Mason numbers). Two strategies to improve yield involve (1) the inclusion of pre-assembled nucleation templates to prevent the formation of incorrect initial structures that lead to kinetic traps, and (2) the presence of boundaries to geometrically filter unwanted configurations and to overcome kinetic traps through particle-wall collisions. Yield maximization involves system operation at an optimal Mason number, the inclusion of nucleation templates and the use of engineered boundaries (size and shape).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».