Dynamic thermodiffusion model for binary liquid mixtures
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Following the nonequilibrium thermodynamics approach, we develop a dynamic model to emulate thermo-diffusion process and propose expressions for estimating the thermal diffusion factor in binary nonassociating liquid mixtures. Here, we correlate the net heat of transport in thermodiffusion with parameters, such as the mixture temperature and pressure, the size and shape of the molecules, and mobility of the components, because the molecules have to become activated before they can move. Based on this interpretation, the net heat of transport of each component can be somehow related to the viscosity and the activation energy of viscous flow of the same component defined in Eyring's reaction-rate theory [S. Glasstone, K. J. Laidler, and H. Eyring, (McGraw-Hill, New York, 1941)]. This modeling approach is different from that of Haase and Kempers, in which thermodiffusion is considered as a function of the thermostatic properties of the mixture such as enthalpy. In simulating thermodiffusion, by correlating the net heat of transport with the activation energy of viscous flow, effects of the above mentioned parameters are accounted for, to some extent of course. The model developed here along with Haase-Kempers and Drickamer-Firoozabadi models linked with the Peng-Robinson equation of sate are evaluated against the experimental data for several recent nonassociating binary mixtures at various temperatures, pressures, and concentrations. Although the model prediction is still not perfect, the model is simple and easy to use, physically justified, and predicts the experimental data very good and much better than the existing models.
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.
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 découle