Nernst–Planck analysis of propagating reaction-diffusion fronts in the aqueous iodate–arsenous acid system
Notice bibliographique
Résumé
Propagating fronts can be generated in solution by combining diffusion and chemical reactions with an autocatalytic feedback mechanism. Front propagation is usually analyzed in terms of the rate equations for the chemical reactions and Fick's laws of molecular diffusion. In practice, however, reaction-diffusion fronts are known mainly for aqueous electrolyte solutions. A more accurate description of front propagation in these systems is developed by using Nernst-Planck (NP) transport equations. This treatment includes diffusion fluxes driven by the concentration gradients and, for the ionic species, the migration fluxes driven by the electric field which is generated internally by the diffusion of ions of different mobility. NP equations are used to describe propagating fronts for the iodate oxidation of aqueous arsenous acid. The analysis provides a detailed picture of front structure and propagation, including concentration profiles, reaction rate profiles and velocity profiles for the solution species. After a short induction period, fully-developed fronts reach steady velocities and the profiles across the fronts transformed from laboratory coordinates to the frame of reference moving with the front become time-independent. The velocities of the autocatalytic I(-) ions ahead of the fronts are nearly identical to the steady front velocities. Electric fields generated by ionic diffusion across the fronts reach maximum strengths of about 0.4 V cm(-1), producing ion migration velocities as large as 50% of the front velocities.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».