MétaCan
Menu
Retour à la cohorte
Enregistrement W4321085065 · doi:10.3389/frsfm.2023.1123324

Pattern formation, structure and functionalities of wrinkled liquid crystal surfaces: A soft matter biomimicry platform

2023· article· en· W4321085065 sur OpenAlexafffund
Ziheng Wang, Phillip Servio, Alejandro D. Rey

Notice bibliographique

RevueFrontiers in Soft Matter · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensMcGill University
Organismes subventionnairesCompute CanadaNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésMorphingMaterials scienceSurface roughnessSoft matterSurface finishLiquid crystalNanotechnologyBiological systemComposite materialComputer scienceChemical engineeringArtificial intelligenceEngineeringOptoelectronics

Résumé

récupéré en direct d'OpenAlex

This review presents an integrated theoretical and computational characterization and analysis of surface pattern formation in chiral and achiral liquid crystal self-assembly and the mechanical/optical/tribological/tissue engineering surface functionalities that emerge from various wrinkling processes. Strategies to target surface patterns include linear, non-linear, multidirectional and multiscale wrinkling phenomena. The focus of the review is to show the unique surface structure-functionalities that emerge from anisotropic liquid crystal soft matter, eliminating or reducing the need of aggressive solvents, extreme pressure/temperature conditions, erosion and other surface morphing approaches. The surface pattern formation theoretical-modelling- computational results are then connected and validated with actual biological surfaces that are considered solid liquid crystal analogues, such as exocuticles of insects, fish scales, and flowers. A unique feature of the in silico surface pattern formation platform used throughout this review is the generalized liquid crystal shape equation that includes surface anchoring elasticity, membrane elasticity, and stress loads from liquid crystals orientation gradients. Clear characterization of surface shapes, curvatures, roughness, that are behind surface functionalities are introduced and applied to strengthen validation of predictions with actual nature’s surfaces. Wrinkling scaling laws, and the dependence of material properties on morphing mechanisms are elucidated. The predictions capture very well the two-scale wrinkling patterns in tulips, wrinkling gradients that display water sensor capabilities, egg carton shapes in rose petals and their potential for cell alignment, and the ability to create surface roughness with targeted kurtosis and skewness to control and optimize friction and tribological functionalities. The results are summarized in terms of surface geometry (open or closed) mechanisms and phenomena (anchoring, membrane elasticity), material properties (anchoring coefficients, membrane bending modulus, Frank elasticity), wrinkling scales and scaling laws (amplitude, wave-lengths, skewness, kurtosis) and functionalities (optical iridescence, friction, wettability, structural color, curvature-driven cell alignment and differentiation). Taken together, the range of surface geometries and surface functionalities captured by the liquid crystal biomimetic in silico platform provides a foundation for future experimental green manufacturing pathways based on anisotropic soft matter.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,702

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,189
Écart entre enseignants0,182 · 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'étudeSans objet
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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Soft MatterMême sujetAdvanced Materials and MechanicsTravaux en français237 207