MétaCan
Menu
Retour à la cohorte
Enregistrement W4393929809 · doi:10.1073/pnas.2314959121

Exotic self-assembly of hard spheres in a morphometric solvent

2024· article· en· W4393929809 sur OpenAlexaff
Ivan Spirandelli, Rhoslyn Coles, Gero Friesecke, Myfanwy E. Evans

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésSPHERESSolvationContext (archaeology)Hard spheresSurface (topology)Statistical physicsSelf-assemblyRange (aeronautics)PhysicsChemical physicsMaterials scienceGeometryTheoretical physicsNanotechnologyMathematicsMoleculeThermodynamicsBiologyQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The self-assembly of spheres into geometric structures, under various theoretical conditions, offers valuable insights into complex self-assembly processes in soft systems. Previous studies have utilized pair potentials between spheres to assemble maximum contact clusters in simulations and experiments. The morphometric approach to solvation free energy that we utilize here goes beyond pair potentials; it is a geometry-based theory that incorporates a weighted combination of geometric measures over the solvent accessible surface for solute configurations in a solvent. In this paper, we demonstrate that employing the morphometric model of solvation free energy in simulating the self-assembly of sphere clusters results, under most conditions, in the previously observed maximum contact clusters. Under other conditions, it unveils an assortment of extraordinary sphere configurations, such as double helices and rhombohedra. These exotic structures arise specifically under conditions where the interactions take multibody potentials into account. This investigation establishes a foundation for comprehending the diverse range of geometric forms in self-assembled structures, emphasizing the significance of the morphometric approach in this context.

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)0,001
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 enseignants0,090
Score d'incertitude au seuil0,154

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,061
Tête enseignante GPT0,308
Écart entre enseignants0,248 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPickering emulsions and particle stabilizationTravaux en français237 207