MétaCan
Menu
Retour à la cohorte
Enregistrement W1994228614 · doi:10.1021/ie020790g

On the Correlation of the Activity Coefficients in Aqueous Electrolyte Solutions Using the K-MSA Model

2003· article· en· W1994228614 sur OpenAlexaff
Cyrus Ghotbi, Gisele Azimi, Vahid Taghikhani, Juan H. Vera

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2003
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical and Physical Properties in Aqueous Solutions
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésActivity coefficientElectrolyteIonic bondingChemistryThermodynamicsIonWork (physics)Aqueous solutionIonic strengthPhysical chemistryPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this work is to extend the Kelvin mean spherical approximation (K-MSA) model to correlate the mean and individual ionic activity coefficients for symmetric and asymmetric electrolyte solutions at different concentrations and at different temperatures. Revised values of the parameters for the mean and individual ionic activity coefficients of 1:1 electrolytes and new values of the parameters for the mean ionic activity coefficients of asymmetric electrolytes are presented. The effect of the short-range electrostatic term ( P n ) at different size ratios of the ions is examined. Assuming a constant anion diameter and a composition-dependent diameter for the cation, the K-MSA model gives realistic cation-hydrated diameters, in comparison with their crystallographic Pauling diameters. Notably, for both symmetric and asymmetric electrolytes, the like and unlike ionic radial distribution function at contact value are positive over all of the concentration and temperature ranges studied. The results obtained from the K-MSA model compare favorably with those obtained from the Boublik−Mansoori−Carnahan−Starling−Leland mean spherical approximation and Pitzer models for the mean ionic activity coefficients and with those obtained with the Khoshkbarchi−Vera model for the individual ionic activity coefficients.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,137
Tête enseignante GPT0,314
Écart entre enseignants0,177 · 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'étudeSimulation ou modélisation
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

Citations13
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetChemical and Physical Properties in Aqueous SolutionsTravaux en français237 207