MétaCan
Menu
Retour à la cohorte
Enregistrement W3175725453 · doi:10.1038/s41467-021-24222-5

Polymer cyclization for the emergence of hierarchical nanostructures

2021· article· en· W3175725453 sur OpenAlexafffund
Chaojian Chen, Manjesh Kumar Singh, Katrin Wunderlich, Sean Harvey, Colette J. Whitfield, Zhixuan Zhou, Manfred Wagner, Katharina Landfester, Ingo Lieberwirth, George Fytas, Kurt Kremer, Debashish Mukherji, David Y. W. Ng, Tanja Weil

Notice bibliographique

RevueNature Communications · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupramolecular Self-Assembly in Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanada First Research Excellence FundUniversität UlmDeutsche ForschungsgemeinschaftIndian Institute of Technology Kanpur
Mots-clésPolymerFolding (DSP implementation)MacromoleculeMaterials scienceNanotechnologyBiomoleculeTemplateCopolymerAmphiphileNanostructureSelf-assemblyNanomaterialsChemistry

Résumé

récupéré en direct d'OpenAlex

The creation of synthetic polymer nanoobjects with well-defined hierarchical structures is important for a wide range of applications such as nanomaterial synthesis, catalysis, and therapeutics. Inspired by the programmability and precise three-dimensional architectures of biomolecules, here we demonstrate the strategy of fabricating controlled hierarchical structures through self-assembly of folded synthetic polymers. Linear poly(2-hydroxyethyl methacrylate) of different lengths are folded into cyclic polymers and their self-assembly into hierarchical structures is elucidated by various experimental techniques and molecular dynamics simulations. Based on their structural similarity, macrocyclic brush polymers with amphiphilic block side chains are synthesized, which can self-assemble into wormlike and higher-ordered structures. Our work points out the vital role of polymer folding in macromolecular self-assembly and establishes a versatile approach for constructing biomimetic hierarchical assemblies.

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)0,001
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 enseignants0,138
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,324
Écart entre enseignants0,305 · 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

Citations31
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetSupramolecular Self-Assembly in MaterialsTravaux en français237 207