MétaCan
Menu
Retour à la cohorte
Enregistrement W2042266187 · doi:10.1021/la2016534

Nanoparticle Flotation Collectors: Mechanisms Behind a New Technology

2011· article· en· W2042266187 sur OpenAlexaff
Songtao Yang, Robert Pelton, Adam Raegen, Miles Montgomery, Kari Dalnoki‐Veress

Notice bibliographique

RevueLangmuir · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNanoparticleMaterials scienceContact angleBeadAdsorptionPolystyreneParticle (ecology)Chemical engineeringBubblePhase (matter)WettingNanotechnologyComposite materialChemistryPolymer

Résumé

récupéré en direct d'OpenAlex

This is the first report describing a new technology where hydrophobic nanoparticles adsorb onto much larger, hydrophilic mineral particle surfaces to facilitate attachment to air bubbles in flotation. The adsorption of 46 nm cationic polystyrene nanoparticles onto 43 μm diameter glass beads, a mineral model, facilitates virtually complete removal of the beads by flotation. As little as 5% coverage of the bead surfaces with nanoparticles promotes high flotation efficiencies. The maximum force required to pull a glass bead from an air bubble interface into the aqueous phase was measured by micromechanics. The pull-off force was 1.9 μN for glass beads coated with nanoparticles, compared to 0.0086 μN for clean beads. The pull-off forces were modeled using Scheludko's classical expression. We propose that the bubble/bead contact area may not be dry (completely dewetted). Instead, for hydrophobic nanoparticles sitting on a hydrophilic surface, it is possible that only the nanoparticles penetrate the air/water interface to form a three-phase contact line. We present a new model for pull-off forces for such a wet contact patch between the bead and the air bubble. Contact angle measurements of both nanoparticle coated glass and smooth films from dissolved nanoparticles were performed to support the modeling.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,006
Science ouverte0,0030,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,023
Tête enseignante GPT0,233
Écart entre enseignants0,210 · 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

Citations84
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207