MétaCan
Menu
Retour à la cohorte
Enregistrement W4236164411 · doi:10.26434/chemrxiv.12887297

Enhanced Reactivity in Surface-Confined Water of Hierarchically Structured Polymers

2020· preprint· en· W4236164411 sur OpenAlexaff
Marco Beaumont, Paul Jusner, Notburga Gierlinger, Alistair W. T. King, Antje Potthast, Orlando J. Rojas, Thomas Rosenau

Notice bibliographique

RevueChemRxiv · 2020
Typepreprint
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHorizon 2020 Framework ProgrammeChina Scholarship CouncilAcademy of Finland
Mots-clésNanoporousPolymerChemical reactionMoleculeCelluloseReactivity (psychology)RegioselectivityChemistryReaction rateReaction mechanismChemical engineeringSurface modificationNanotechnologyMaterials sciencePolymer scienceOrganic chemistryCatalysisPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The remarkable efficiency of biological chemical reactions is the result of evolution and many of these reactions are promoted by confined water. This has inspired significant research endeavors exploiting the potential of this special water in chemistry. However, these systems are so far limited to complex artificial solids or biphasic systems and small molecules as reactants. Here, we show that the intrinsically present surface-confined water in hierarchically structured biopolymers can be used as nanomedium to promote chemical reactions. We found in the example of cellulose fibers that confined water was actively involved in the reaction mechanism and facilitated the surface acetylation of the fiber, increasing reaction kinetics, efficiency and regioselectivity. Our findings can be regarded as proof-of-principle that the hydration layer in nanoporous polymers can be exploited as medium to promote chemical reactions at their surface. This concept can likely be extended to other polymers and various reaction systems. <br>

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,083
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,235
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.

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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207