MétaCan
Menu
Retour à la cohorte
Enregistrement W4307984030 · doi:10.26434/chemrxiv-2022-23tgm

Customizable metal-phenolic supraparticles based on rationally designed building blocks

2022· preprint· en· W4307984030 sur OpenAlexaff
Yajing Zhang, Jin Wang, Yunxiang He, Jiezhou Pan, Xue Liao, Xin Jin, Jiaojiao Shang, Guidong Gong, Joseph J. Richardson, Junling Guo

Notice bibliographique

RevueChemRxiv · 2022
Typepreprint
Langueen
DomaineChemistry
ThématiqueAdvanced Polymer Synthesis and Characterization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesState Key Laboratory of Polymer Materials EngineeringFundamental Research Funds for the Central UniversitiesSichuan UniversityChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésTemplateNanotechnologyMaterials scienceMetalMetal ions in aqueous solutionComputer science

Résumé

récupéré en direct d'OpenAlex

Metal-phenolic networks (MPNs) as a versatile platform for particle engineering have been well developed due to their integrated benefits of both metal ions and phenolic molecules. However, the approaches to broaden their applications are limited due to the single-driving force from the coordination of these two components. Herein, we developed a universal approach to introducing programmable assembles into MPNs to form metal-phenolic supraparticles based on the rationally designed phenolic building blocks. These as-prepared building blocks can first assemble into primary nanoparticles driven by various controllable intermolecular interactions (i.e., metal-organic coordination, host-guest interaction, and hydrophobic interaction), followed by particle assembly with metal ions to coat on different templates. The introduction of multiple assembly modalities into phenolic building blocks enriches the functionalities of these metal-phenolic supraparticles, such as dual-pH responsibility, light-controllable permeability, and rapid fluorescence labeling of living cells. Our work provides a conceptual and practical paradigm for customizing MPNs with hierarchical structures by importing various assembly strategies via rationally designed phenolic building blocks.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,018
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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 Opus0,021
Tête enseignante GPT0,256
Écart entre enseignants0,235 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetAdvanced Polymer Synthesis and CharacterizationTravaux en français237 207