Brownian dynamics simulation of the diffusion of rod-like nanoparticles in polymeric gels
Notice bibliographique
Résumé
Rod-like nanoparticles (RNPs) have been shown to diffuse faster than spherical ones in polymeric hydrogels, but the underlying physics is not well understood. We develop a 3D Brownian dynamics model to investigate this phenomenon, representing the gel as a random network of rigid fibers in water and incorporating both steric repulsion and adhesive interactions. In non-adhesive gels, RNP diffusivity increases monotonically with the aspect ratio while its hydrodynamic diameter is kept constant, in agreement with the predictions of an obstruction scaling (OS) model. However, our model predicts a much higher diffusivity than the OS model, by up to 5 times for higher aspect ratios. To rationalize this discrepancy, we demonstrate that RNPs experience a skewed pore-size distribution in favor of the larger pores; they spend more time in coarser regions of the gel than in denser regions. Moreover, the RNPs execute a meandering motion in the coarser regions with pronounced rotational and transverse diffusion. In contrast, in denser regions, restricted rotation results in predominantly longitudinal diffusion. This anisotropy in diffusion further elevates the translational diffusivity of RNPs. Our model also reveals a competition between the steric and adhesive interactions, where steric repulsion limits access to adhesion sites, and produces a diffusivity intermediate between the purely steric and purely adhesive cases. Overall, our results show an even greater advantage for RNPs, in terms of rapid diffusion in hydrogels, than previously anticipated by using the OS model.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 tête enseignante, 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 ».