MétaCan
Menu
Retour à la cohorte
Enregistrement W2076819870 · doi:10.1021/jp0359485

Oscillating Streaming Potential and Electro-osmosis of Multilayer Membranes

2004· article· en· W2076819870 sur OpenAlexaff
Jun Yang, Karina Grundke, Cornelia Bellmann, Stefan Michel, Larry W. Kostiuk, Daniel Y. Kwok

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésElectrokinetic phenomenaStreaming currentElectro-osmosisMembraneZeta potentialSuperposition principleElectric fieldMechanicsFlow (mathematics)Electric potentialMaterials scienceAnalytical Chemistry (journal)ChemistryBiological systemElectrophoresisChromatographyNanotechnologyPhysicsVoltageEngineeringMathematicsElectrical engineeringMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Artificial membranes consist of multilayers that have different physical or chemical properties. They are often considered as an equivalent single-layer membrane without taking into account the detail inside. Based on the Debye−Hückel approximation, we have provided analytical solutions of oscillating electrokinetic flow in multilayer membranes. Both pressure-driven flow (streaming potential) and electric-field-driven flow (electro-osmosis) were studied. The pressure and electric-field distributions in each layer can be obtained from our analytical solutions. This allows a better understanding of electrokinetic flow in multilayer membranes and benefits the design and selection of artificial membranes. The derived analytical solutions are useful for more-general time-dependent problems through a superposition of time-harmonic solutions weighted by appropriate Fourier coefficients. The properties of each membrane layer are reflected as complex quantities; therefore, a method is proposed to determine the electrokinetic properties (such as the zeta potential) of each layer by applying a high-frequency alternating electric field or pressure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,228

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,190
Écart entre enseignants0,186 · 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 tête enseignante, 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

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207