Diffusion Coefficients of Coated Plasmonic Nanoparticles in Viscous Environment
Notice bibliographique
Résumé
Abstract The Stokes‐Einstein relationship (SER) is not valid anymore in polymeric solutions for nanoparticles. It is thus important to characterize their diffusion properties to get a finer understanding of their behavior and to better tune their attributes for biomedical applications. The diffusion of gold and silver nanoparticles with citrate, hyaluronic acid, methyl‐polyethylene glycol, and antibody‐polyethylene glycol coatings is studied in hyaluronic‐based viscous solutions. The diffusion coefficient D is estimated from the Brownian motion thanks to a cost‐effective side‐illumination device. It is determined that the nanoparticles (hydrodynamic radius r h : 30–135 nm) diffuse up to 4–5 times faster than expected using the SER with a macroscopic viscosity from 1 to 30 mPa·s. It is shown that the adapted Huggins equation is a good model to describe the diffusion behavior of nanoparticles using an effective viscosity η eff given by where where E is the polymer correlation length, R h the polymer hydrodynamic radius and η s the solvent viscosity. The values of k and a are given and allow to obtain D with an error of 10–20%. The impact of chemical interactions on the model parameter values are also highlighted, especially due to electrostatic interactions between the polymer and the nanoparticles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».