MétaCan
Menu
Retour à la cohorte
Enregistrement W4240142505 · doi:10.32920/ryerson.14647275.v1

Single-step synthesis of three-dimensional particles using non-uniform UV polymerization

2021· preprint· en· W4240142505 sur OpenAlexaff
Navid Hakimi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensToronto Metropolitan UniversityNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesnon disponible
Mots-clésPhotomaskMicroparticleMaterials scienceOpacityUltravioletParticle (ecology)NanotechnologyNanoparticleMicrofluidicsUltraviolet lightPolymerizationCurvaturePolymerMiniemulsionChemical engineeringOpticsOptoelectronicsComposite materialResistGeometryLayer (electronics)Physics

Résumé

récupéré en direct d'OpenAlex

Polymer-based microparticles are increasingly utilized in a range of biotechnology application. There is growing evidence that microparticle shape is an important parameter governing its functionality. Yet, there currently exists no straightforward method to controllably synthesize a large number of highly three-dimensional (3D) microparticles. In this thesis, we develop a one-step two-dimensional (2D) stop-flow lithography method that exploits the non-uniformity of the polymerizing ultraviolet (UV) light, UV adsorption by opaque nanoparticles in the precursor solution, and discontinuous photomask patterns, to make highly curved 3D microparticles. We investigate the microparticle shape dependence on each parameter by independently tuning the field and focus of the UV light, adding opaque magnetic nanoparticles to the precursor solution, and using a variety of photomask patterns.We also perform numerical simulations of oxygen concentration and monomer conversion in the microfluidic channel, to predict the particle shape. By simplifying the synthesis of high curvature 3D particles with 3D surface features and branched structures, our method may lead to the expanded use of microparticles in research and in industry.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,238
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207