Morphology of ionic microemulsions: comparison of SANS studies and the net-average curvature (NAC) model
Notice bibliographique
Résumé
Microemulsion (µE) literature presents numerous scattering studies (neutron, X-ray, light) of ionic and nonionic surfactants that have elucidated the morphological transitions that µEs experience upon changes in formulation conditions such as electrolyte concentration and temperature. Unfortunately, up to now, there is no way to predict the morphology of these µEs, and only after the µE is prepared can the morphology be determined using scattering techniques. In this work we compare the average curvature and drop size predicted by the net-average curvature (NAC) model to the Porod radii and characteristic length obtained from neutron scattering of toluene µEs prepared with sodium dihexyl sulfosuccinate (SDHS) and electrolyte. While the drop sizes predicted by the NAC model do not exactly correspond to the aggregate size obtained after applying a Porod analysis of the SANS profiles, the inverse of the average curvature does match the characteristic size obtained from SANS. This observation is consistent with previous comparisons made for nonionic µEs. The difference between the drop size predicted by the NAC model (that matches the solubilization curves) and SANS morphology suggests that the area per molecule of the surfactant (in contact with the internal phase) changes with the curvature of the system. The area per molecule obtained from Porod plots of Type I and II µEs and from the analysis of the scattering profiles of film-contrast Type III µEs show that as the system approaches net zero curvature the area per molecule increases to a maximum value. The data presented in this work suggests that the NAC model can be used to predict essential elements of the morphology of µEs, which may help in the design of µE-based templated structures (nanoparticles, nanoporous materials, etc.).
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 ».