MétaCan
Menu
Retour à la cohorte
Enregistrement W4296143961 · doi:10.1021/acs.macromol.2c01443

Hydrogel Mesh Size and Its Impact on Predictions of Mathematical Models of the Solute Diffusion Coefficient

2022· article· en· W4296143961 sur OpenAlexafffund
Brian G. Amsden

Notice bibliographique

RevueMacromolecules · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHydrogels: synthesis, properties, applications
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRADIUSDiffusionMechanicsVolume (thermodynamics)Correlation coefficientMaterials scienceThermodynamicsMathematicsStatisticsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

A mathematical model that can provide good predictions of the solute diffusion coefficient in hydrogels would be highly beneficial in designing hydrogels for biomedical and industrial applications, and a number of such models have been derived. Mesh size plays a prominent role in determining the solute diffusion coefficient within a hydrogel. However, in assessing the predictive ability of models derived for this purpose, we have employed various values of the mesh size, i.e., the correlation length or the mesh radius. Herein, a systematic examination of the use of the correlation length or the mesh radius as the mesh size was performed in assessing the predictive quality of four recent models: a semiempirical Cukier hydrodynamic model, an obstruction model, an obstruction-exclusion model, and a combined free volume/obstruction model. The use of the correlation length as the mesh size along with the obstruction model yielded the most consistent agreement between experimental data and model predictions. In contrast, use of the mesh radius did not yield good agreement with the experimental data when used with any of the models.

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 enseignants0,053
Score d'incertitude au seuil0,371

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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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

Citations66
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromoleculesMême sujetHydrogels: synthesis, properties, applicationsTravaux en français237 207