MétaCan
Menu
Retour à la cohorte
Enregistrement W1973953312 · doi:10.1111/j.1365-2621.2002.tb11379.x

Properties of Carbopol Solutions as Models for Yield‐Stress Fluids

2002· article· en· W1973953312 sur OpenAlexaff
S. J. Curran, Robert E. Hayes, Artin Afacan, Michael C. Williams, Philippe A. Tanguy

Notice bibliographique

RevueJournal of Food Science · 2002
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensPolytechnique MontréalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRheologyShear thinningViscometerShear rateAqueous solutionYield (engineering)ViscosityShear stressNewtonian fluidApparent viscosityChemistryShear (geology)Materials scienceChromatographyThermodynamicsComposite materialOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: The effect of pH on the non‐Newtonian viscosity (η)of aqueous Carbopol 940 solutions is presented with high resolution (pH increments about 0.4) between pH = 2.8 and 12.7. Aqueous NaOH was used to adjust pH of 1.48 wt % Carbopol solutions. A Contraves viscometer was used to measure steady‐flow shear stress at known shear rate (γ) over the range γ= 8 to 195 s −1 . Yield stresses and shear‐thinning η(γ) were observed. Data were fitted with a Herschel‐Bulkley model, whose parameters (including yield stress) were expressed as functions of pH. Comparisons were made of η(γ) to the dynamic viscometric properties η′(ω) and η*(ω) for comparable ranges of γ and frequency (ω): A fairly close match was found between η and η* but η«η′. pH dependence included previously unreported extrema of h(pH) in the range of pH = 6.2 to 6.6. Because of sensitive control of rheological properties with pH, Carbopol solutions can be used to mimic a great range of shear‐thinning and yield‐stress behavior that should make them useful for model studies directed toward process and equipment design and evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,065
Tête enseignante GPT0,240
Écart entre enseignants0,175 · 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 source (Gemma direct ou Codex distillé), 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

Citations103
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207