MétaCan
Menu
Retour à la cohorte
Enregistrement W4320857020 · doi:10.1021/acs.jpcb.2c07946

Experimental Data Confirm Carrier-Cascade Model for Solid-State Conductance across Proteins

2023· article· en· W4320857020 sur OpenAlexfundno aff
Eszter Papp, Gábor Vattay, Carlos Romero‐Muñiz, Linda A. Zotti, Jerry A. Fereiro, Mordechai Sheves, David Cahen

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Junctions and Nanostructures
Établissements canadiensnon disponible
Organismes subventionnairesRichter Gedeon Talentum AlapítványNemzeti Kutatási Fejlesztési és Innovációs HivatalJunta de AndalucíaAzrieli FoundationIsrael Science FoundationUniversidad Autónoma de MadridDeutsche Forschungsgemeinschaft
Mots-clésConductanceArrhenius equationActivation energyHOMO/LUMOCascadeArrhenius plotChemistryConstant (computer programming)Materials scienceChemical physicsThermodynamicsCondensed matter physicsPhysicsPhysical chemistryMoleculeComputer science

Résumé

récupéré en direct d'OpenAlex

The finding that electronic conductance across ultrathin protein films between metallic electrodes remains nearly constant from room temperature to just a few degrees Kelvin has posed a challenge. We show that a model based on a generalized Landauer formula explains the nearly constant conductance and predicts an Arrhenius-like dependence for low temperatures. A critical aspect of the model is that the relevant activation energy for conductance is either the difference between the HOMO and HOMO-1 or the LUMO+1 and LUMO energies instead of the HOMO-LUMO gap of the proteins. Analysis of experimental data confirms the Arrhenius-like law and allows us to extract the activation energies. We then calculate the energy differences with advanced DFT methods for proteins used in the experiments. Our main result is that the experimental and theoretical activation energies for these three different proteins and three differently prepared solid-state junctions match nearly perfectly, implying the mechanism's validity.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,033
Tête enseignante GPT0,314
Écart entre enseignants0,281 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetMolecular Junctions and NanostructuresTravaux en français237 207