PET Imaging of Solid Tumors with a G-Quadruplex-Targeting <sup>18</sup>F-Labeled Peptide Probe
Notice bibliographique
Résumé
Bimetallic surfaces have been found to greatly improve the performance of numerous chemical processes due to synergistic interactions between the metal components. To be able to tailor the adsorption of aromatic molecules of these surfaces, the synergistic interactions within the surface and their effects on adsorbates must be elucidated. In this work, we examine the energetic and electronic interaction between benzene and several model PdFe bimetallic surfaces, with low and high Pd coverage limits, using density functional theory and compare our results with the adsorption of benzene on a pure Fe (110) surface. The adsorption energy trends on these model surfaces show that the interactions between the Pd and Fe significantly decrease the strength of benzene’s adsorption on surface Pd without significantly weakening its adsorption on the adjacent surface Fe. From the electronic analyses, the decreased adsorption strength of benzene on the model PdFe surfaces is due to the shift in the Pd’s d-band center away from the Fermi level. These results show that aromatic compounds will preferentially adsorb onto any exposed Fe in a PdFe surface due to the greater availability of electronic states near the Fermi level. Therefore, under typical catalytic conditions, the strength of the adsorption of benzene can be tailored on the basis of the amount of Pd added to an Fe surface because increasing the concentration of Pd in the surface will increase the amount of interaction between the adsorbate and the modified surface Pd.
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 | 0,000 |
| 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) | 0,000 | 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 ».