MétaCan
Menu
Retour à la cohorte
Enregistrement W4388501183 · doi:10.1021/jacs.3c08770

Tuning the Functionality of Self-Assembled 2D Platelets in the Third Dimension

2023· article· en· W4388501183 sur OpenAlexafffund
Tianlai Xia, Zaizai Tong, Yujie Xie, Maria C. Arno, Shixing Lei, Laihui Xiao, Julia Y. Rho, Calum T. J. Ferguson, Ian Manners, Andrew P. Dove, Rachel K. O’Reilly

Notice bibliographique

RevueJournal of the American Chemical Society · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilNational Natural Science Foundation of ChinaCanada Research ChairsUniversity of BirminghamRoyal Society
Mots-clésNanostructureSurface modificationChemistryNanotechnologyPolymerPolymerizationSelf-assemblyCrystallizationPlateletCritical dimensionMonomerFluorescenceMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide The decoration of 2D nanostructures using heteroepitaxial growth is of great importance to achieve functional assemblies employed in biomedical, electrical, and mechanical applications. Although the functionalization of polymers before self-assembly has been investigated, the exploration of direct surface modification in the third dimension from 2D nanostructures has, to date, been unexplored. Here, we used living crystallization-driven self-assembly to fabricate poly( ε -caprolactone)-based 2D platelets with controlled size. Importantly, surface modification of the platelets in the third dimension was achieved by using functional monomers and light-induced polymerization. This method allows us to selectively regulate the height and fluorescence properties of the nanostructures. Using this approach, we gained unprecedented spatial control over the surface functionality in the specific region of complex 2D platelets.

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)0,002
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 enseignants0,194
Score d'incertitude au seuil0,115

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,021
Tête enseignante GPT0,276
Écart entre enseignants0,255 · 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

Citations58
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetPickering emulsions and particle stabilizationTravaux en français237 207