MétaCan
Menu
Retour à la cohorte
Enregistrement W2080684568 · doi:10.1021/jp068884h

Interaction of NO<sub>2</sub> with Hydrocarbon Soot:  Focus on HONO Yield, Surface Modification, and Mechanism

2007· article· en· W2080684568 sur OpenAlexaff
Daniel Aubin, Jonathan P. D. Abbatt

Notice bibliographique

RevueThe Journal of Physical Chemistry A · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSootChemistryHydrocarbonYield (engineering)Relative humidityX-ray photoelectron spectroscopyPhotochemistryAnalytical Chemistry (journal)Chemical engineeringEnvironmental chemistryCombustionOrganic chemistryMeteorologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Using a coated-wall flow tube connected to a mass spectrometer, the heterogeneous conversion of NO2 to HONO on dry hydrocarbon soot surfaces has been studied at room temperature and 243 K. Particular attention was given to the measurement of the HONO yield as a function of hydrocarbon fuel, NO2 partial pressure, extent of uptake, and surface oxidation state. In all cases, the yield is invariant of these parameters and close to unity, indicative of an irreversible oxidation mechanism by which the NO2 abstracts an H atom from the surface. XPS analysis shows that the surface N content does not measurably increase with NO2 exposure. There is minimal surface reactivity regeneration with time or via exposure to high relative humidity. A BET surface area measurement of the entire soot film exposed to NO2 was used to determine the amount of HONO that can be generated from the soot surface per unit surface area, prior to its deactivation. The reduction of NO2 to HONO on soot is unlikely to account for the observed nighttime buildup of HONO in polluted urban environments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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

Citations137
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry AMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207