MétaCan
Menu
Retour à la cohorte
Enregistrement W4320032476 · doi:10.1126/sciadv.ade6975

One-dimensional alignment of defects in a flexible metal-organic framework

2023· article· en· W4320032476 sur OpenAlexfundno aff
Yao Fu, Alexander C. Forse, Zhengzhong Kang, Matthew J. Cliffe, Weicheng Cao, Jinglin Yin, Lina Gao, Zhenfeng Pang, Tian He, Qinlong Chen, Qi Wang, Jeffrey R. Long, Jeffrey A. Reimer, Xueqian Kong

Notice bibliographique

RevueScience Advances · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNatural Science Foundation of Zhejiang ProvinceBasic Energy SciencesOffice of ScienceNational Natural Science Foundation of ChinaU.S. Department of EnergyPhilomathia FoundationChina Scholarship Council
Mots-clésCrystallinityFlexibility (engineering)Materials scienceMetal-organic frameworkLattice (music)Chemical physicsPolymerNanotechnologyChemistryPhysicsAdsorptionComposite material

Résumé

récupéré en direct d'OpenAlex

Crystalline materials are often considered to have rigid periodic lattices, while soft materials are associated with flexibility and nonperiodicity. The continuous evolution of metal-organic frameworks (MOFs) has erased the boundaries between these two distinct conceptions. Flexibility, disorder, and defects have been found to be abundant in MOF materials with imperfect crystallinity, and their intricate interplay is poorly understood because of the limited strategies for characterizing disordered structures. Here, we apply advanced nuclear magnetic resonance spectroscopy to elucidate the mesoscale structures in a defective MOF with a semicrystalline lattice. We show that engineered defects can tune the degree of lattice flexibility by combining both ordered and disordered compartments. The one-dimensional alignment of correlated defects is the key for the reversible topological transition. The unique matrix is featured with both rigid framework of nanoporosity and flexible linkage of high swellability.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,290
Écart entre enseignants0,268 · 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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207