MétaCan
Menu
Retour à la cohorte
Enregistrement W3200539725 · doi:10.3390/polym13183122

In-Depth Analysis of the Effect of Fragmentation on the Crystallization-Driven Self-Assembly Growth Kinetics of 1D Micelles Studied by Seed Trapping

2021· article· en· W3200539725 sur OpenAlexaff
Gérald Guérin, Paul A. Rupar, Mitchell A. Winnik

Notice bibliographique

RevuePolymers · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced Polymer Synthesis and Characterization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesScience and Technology Commission of Shanghai Municipality
Mots-clésCrystalliteMicelleKineticsPolymerAnnealing (glass)Materials scienceCrystallizationChemical physicsChemical engineeringCopolymerSelf-assemblyFragmentation (computing)Growth rateCrystallographyChemistryNanotechnologyComposite materialPhysical chemistryAqueous solutionPhysics

Résumé

récupéré en direct d'OpenAlex

Studying the growth of 1D structures formed by the self-assembly of crystalline-coil block copolymers in solution at elevated temperatures is a challenging task. Like most 1D fibril structures, they fragment and dissolve when the solution is heated, creating a mixture of surviving crystallites and free polymer chains. However, unlike protein fibrils, no new nuclei are formed upon cooling and only the surviving crystallites regrow. Here, we report how trapping these crystallites at elevated temperatures allowed us to study their growth kinetics at different annealing times and for different amounts of unimer added. We developed a model describing the growth kinetics of these crystallites that accounts for fragmentation accompanying the 1D growth process. We show that the growth kinetics follow a stretched exponential law that may be due to polymer fractionation. In addition, by evaluating the micelle growth rate as a function of the concentration of unimer present in solution, we could conclude that the micelle growth occurred in the mononucleation regime.

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 enseignants0,014
Score d'incertitude au seuil0,346

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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetAdvanced Polymer Synthesis and CharacterizationTravaux en français237 207