MétaCan
Menu
Retour à la cohorte
Enregistrement W4394872952 · doi:10.1063/5.0200758

Self-assembly of chemical shakers

2024· article· en· W4394872952 sur OpenAlexafffund
Li-Yan Qiao, Raymond Kapral

Notice bibliographique

RevueThe Journal of Chemical Physics · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Research FoundationCanada Foundation for InnovationNational Natural Science Foundation of ChinaGovernment of OntarioUniversity of Toronto
Mots-clésNon-equilibrium thermodynamicsCluster (spacecraft)Brownian motionChemical reactionChemical physicsSPHERESPhysicsClassical mechanicsNanotechnologyChemistryMaterials scienceThermodynamicsComputer scienceQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Chemical shakers are active particles with zero propulsion velocity whose activity derives from chemical reactions on portions of their surfaces. Although they do not move, except through Brownian motion, the nonequilibrium concentration and velocity fields that they generate endow them with properties that differ from their equilibrium counterparts. In particular, collections of such shakers can actively move, reorient, and self-assemble into various cluster states, which are the subject of this paper. Elongated chemical shakers constructed from linked catalytic and noncatalytic spheres are considered, and it is shown how hydrodynamic, chemotactic, and shape-dependent interactions give rise to various self-assembled shaker structures. The chemical forces responsible for cluster formation are described in terms of a model based on pair-wise additive contributions. The forms of the self-assembled structures can be varied by changing the chemostat concentrations that control the nonequilibrium state. The resulting structures and their manipulation through chemical means suggest ways to construct a class of active materials for applications.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,336

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetMicro and Nano RoboticsTravaux en français237 207