MétaCan
Menu
Retour à la cohorte
Enregistrement W4294904308 · doi:10.1557/s43578-022-00705-z

Poly(4-vinylpyridine) adsorption on boron nitride nanotubes and hexagonal boron nitride: A comparative molecular dynamics study

2022· article· en· W4294904308 sur OpenAlexafffund
Homin Shin, Eva Yeverovich, Keun Su Kim

Notice bibliographique

RevueJournal of materials research/Pratt's guide to venture capital sources · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of OttawaUniversity of TorontoUniversity of WaterlooNational Research Council Canada
Organismes subventionnairesAir Force Office of Scientific ResearchNational Research Council CanadaMinistry of Trade, Industry and Energy
Mots-clésMaterials scienceBoron nitrideHexagonal boron nitrideAdsorptionMolecular dynamicsPolymerCarbon nanotubeChemical physicsBoronNanotechnologyChemical engineeringDispersion (optics)GrapheneComposite materialComputational chemistryPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract One of the foremost challenges in the boron nitride nanotube (BNNT) community is selective separation of BNNTs from the as-produced mixture of various hexagonal BN (hBN) phases. Recently, a polymer with a pyridine group, poly(4-vinylpyridine) (P4VP) has proven to be effective for BNNT dispersion. Here, we performed all-atom molecular dynamics simulations to elucidate the selective dispersion mechanism by characterizing interfacial interactions of P4VP with 12 different types of BNNTs, as well as with 8 different sizes of hBN sheets. The results revealed a prominent effect of lattice curvature (i.e., tube diameter) and morphology (i.e., tubular or planar) on the polymer adsorption conformation and their binding energetics. Remarkably, P4VP tightly wrapped around BNNTs with a well-defined helical pitch, while it formed an extended random coil on planar hBNs. A comparative study on carbon nanotubes and graphenes also highlighted the critical role of electrostatic interaction of P4VP with partially charged BN lattice. Graphical abstract

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,032
Tête enseignante GPT0,352
Écart entre enseignants0,320 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of materials research/Pratt's guide to venture capital sourcesMême sujetGraphene research and applicationsTravaux en français237 207