MétaCan
Menu
Retour à la cohorte
Enregistrement W3192750118 · doi:10.1098/rsta.2020.0338

From vesicles to materials: bioinspired strategies for fabricating hierarchically structured soft matter

2021· article· en· W3192750118 sur OpenAlexafffund
Esther Amstad, Matthew J. Harrington

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering Sciences · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensMcGill University
Organismes subventionnairesNational Centre of Competence in Research RoboticsCanada Research Chairs
Mots-clésNanotechnologyByssusSoft materialsBiomimetic materialsMaterials scienceSoft matterLiquid crystallineBiochemical engineeringComputer scienceEngineeringMusselPolymerBiologyChemical engineeringEcologyComposite material

Résumé

récupéré en direct d'OpenAlex

Certain organisms including species of mollusks, polychaetes, onychophorans and arthropods produce exceptional polymeric materials outside their bodies under ambient conditions using concentrated fluid protein precursors. While much is understood about the structure-function relationships that define the properties of such materials, comparatively less is understood about how such materials are fabricated and specifically, how their defining hierarchical structures are achieved via bottom-up assembly. Yet this information holds great potential for inspiring sustainable manufacture of advanced polymeric materials with controlled multi-scale structure. In the present perspective, we first examine recent work elucidating the formation of the tough adhesive fibres of the mussel byssus via secretion of vesicles filled with condensed liquid protein phases (coacervates and liquid crystals)-highlighting which design principles are relevant for bio-inspiration. In the second part of the perspective, we examine the potential of recent advances in drops and additive manufacturing as a bioinspired platform for mimicking such processes to produce hierarchically structured materials. This article is part of the theme issue 'Bio-derived and bioinspired sustainable advanced materials for emerging technologies (part 1)'.

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 enseignants0,434
Score d'incertitude au seuil0,460

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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,250
Écart entre enseignants0,228 · 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

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207