The HLD‐NAC Model for Mixtures of Ionic and Nonionic Surfactants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The HLD‐NAC model has been used as an “equation of state” to predict the properties of microemulsion (μE) systems formulated with either anionic or nonionic surfactants. The model uses the concept of the hydrophilic‐lipophilic difference (HLD) to calculate the chemical potential difference of transferring a surfactant from the oil to the aqueous phase; as a function of formulation variables such as type of surfactant, oil, temperature, electrolyte concentration. The value of HLD is used as a scaling parameter to calculate the net and average curvatures (NAC) of the surfactant at the water/oil interface. These curvatures determine the phase volumes, phase transitions, and solubilization capacity of μEs. In this work, the HLD‐NAC model is extended to nonideal surfactant mixtures of anionic and nonionic surfactants. The phase behavior of limonene μEs formulated with binary mixtures of sodium dihexyl sulfosuccinate with nonionic nonylphenol ethoxylates and alcohol ethoxylates was used to determine the deviations of the HLD from the ideal mixing behavior. The deviations were fitted using a 2‐parameters Margules equation. The results suggests that the deviations in anionic‐rich systems are due to the charge shielding effect of nonionic surfactants, and in nonionic‐rich systems, the deviations seem to be explained by the increase in hydration of the surfactant headgroups due to the presence of anionic surfactants. When these corrections were used to predict the curvature of dioctyl sulfosuccinate‐dodecyl pentaethylene glycol‐heptane μEs, the HLD‐NAC model corrected for the nonidealities reproduced not only the trends but also the actual range of values reported in the literature.
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.
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 | 0,000 |
| 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 découle