MétaCan
Menu
Retour à la cohorte
Enregistrement W4393143392 · doi:10.1016/j.jbc.2024.106681

Abstract 1628 Energy-Efficient Color Manipulation

2024· article· en· W4393143392 sur OpenAlexaff
Jillian Zerkowski, Rachel Malampy, D. Harlan Wilson

Notice bibliographique

RevueJournal of Biological Chemistry · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueColor Science and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCommunicationComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Chromatophores, the light-manipulating optical filters that enable rapid camouflage and signaling in cephalopod skin, operate through the expansion and contraction of pigment-containing sacs, resulting in vivid color changes. Chromatophore-inspired materials have long relied on non-mechanical processes or demanded substantial power inputs if they are mechanically-driven. Drawing inspiration from biological systems, we have developed double network (DN) hydrogels that utilize mechanical changes to modulate optical properties, presenting a promising avenue for achieving energy-efficient color manipulation. These materials have a covalently crosslinked, rigid network intricately entwined with an ionically crosslinked, ductile network, mitigating the fragility observed in single network hydrogels, and can be embedded with color-changing molecular absorbers. These conformational changes, driven by pH variations due to the presence of pH-sensitive acrylic acid/acrylamide components, enable these DN gels to be mechanically compliant, allowing substantial and reversible mechanical actuation without breakage or dissolution. The biomimetic approach enables achieving energy-efficient and dynamically responsive bio-inspired color displays. I would like to express my gratitude to Northeastern's Project-Based Exploration for the Advancement of Knowledge (PEAK) award for funding this project.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0170,003

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 Opus0,026
Tête enseignante GPT0,278
Écart entre enseignants0,252 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biological ChemistryMême sujetColor Science and ApplicationsTravaux en français237 207