MétaCan
Menu
Retour à la cohorte
Enregistrement W4393703213 · doi:10.5281/zenodo.6077877

Using transient equilibria (TREQ) to measure the thermodynamics of slowly assembling supramolecular systems

2022· dataset· en· W4393703213 sur OpenAlexaff
Christopher Hennecker, Christopher Lachance-Brais, Hanadi F. Sleiman, Anthony Mittermaier

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typedataset
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMeasure (data warehouse)Transient (computer programming)Supramolecular chemistryThermodynamicsChemistryStatistical physicsPhysicsComputer scienceCrystallographyData miningCrystal structure

Résumé

récupéré en direct d'OpenAlex

Supramolecular chemistry involves the non-covalent assembly of monomers into materials with unique properties and wide-ranging applications. Thermal analysis is a key analytical tool in this field, as it provides quantitative thermodynamic information on both the structural stability and nature of the underlying molecular interactions. However there exist many supramolecular systems whose kinetics are so slow that the thermodynamic methods currently applied are unreliable or fail completely. We have developed a simple and rapid spectroscopic method for extracting accurate thermodynamic parameters from these systems. It is based on repeatedly raising and lowering the temperature during assembly and identifying the points of transient equilibrium as they are passed on the up- and down-scans. In a proof-of-principle application to the co-assembly of polydeoxyadenosine containing 15 adenosines (polyA) and cyanuric acid (CA), we found that roughly 30% of the CA binding sites on the polyA chains were unoccupied, with implications for high-valence systems.

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)0,005
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,018

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 Opus0,045
Tête enseignante GPT0,251
Écart entre enseignants0,206 · 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
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetPhase Equilibria and ThermodynamicsTravaux en français237 207