MétaCan
Menu
Retour à la cohorte
Enregistrement W7161966932 · doi:10.82308/17599

Iridescent paper-based polymerized colloidal crystal arrays for molecular sensing

2013· dissertation· en· W7161966932 sur OpenAlexaboutno aff
Cong Du

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésColloidal crystalColloidIridescenceDispersion (optics)PolymerizationCrystallizationCrystal (programming language)

Résumé

récupéré en direct d'OpenAlex

Polymerized colloidal crystal arrays (PCCAs) are colloidal crystal arrays that are embedded in a hydrogel matrix. Because they exhibit iridescent colour that can change in response to external stimuli, they have potential to be useful sensing materials. In this research, a new testing platform was synthesized by immobilizing PCCAs on filter paper. This is possible because paper is a porous, hydrophilic, and compliant support. Two methods were developed to optimize these so-called paper-based PCCAs (PB-PCCAs, M. Li, M.Eng. thesis, McGill University). A two-step method involves crystallizing colloidal spheres on paper and then applying a hydrogel to fix the array. Here, the temperature, cast size, dispersion concentration, contact angle of the colloidal dispersion with the mould, and filter paper type all influence the crystallization quality. In a simpler one-step method, PB-PCCAs can be assembled by directly depositing colloidal spheres in pre-gel solution onto paper or gel-filled paper. The one-step method produces much more intense and uniform iridescent colour, and uses significantly less gel and nanoparticles. Both techniques have been optimized to produce superior colour and surface texture than achieved previously, thereby paving the way toward our ultimate goal of developing aptamer functionalized colloidal crystal arrays for molecular- and bio-sensing.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,297
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,254
Écart entre enseignants0,246 · 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.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhotonic Crystals and ApplicationsTravaux en français237 207