MétaCan
Menu
Retour à la cohorte
Enregistrement W2095150688 · doi:10.5194/acp-15-1351-2015

Effects of molecular weight and temperature on liquid–liquid phase separation in particles containing organic species and inorganic salts

2015· article· en· W2095150688 sur OpenAlexaff
Yuan You, Allan K. Bertram

Notice bibliographique

RevueAtmospheric chemistry and physics · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAmmonium sulfateChemistryRelative humidityParticle (ecology)Phase (matter)AmmoniumLiquid liquidParticle sizeSulfateChromatographyAnalytical Chemistry (journal)Inorganic chemistryOrganic chemistryThermodynamicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Atmospheric particles containing organic species and inorganic salts may undergo liquid–liquid phase separation when the relative humidity varies between high and low values. To better understand the parameters that affect liquid–liquid phase separation in atmospheric particles, we studied the effects of molecular weight and temperature on liquid–liquid phase separation in particles containing one organic species mixed with either ammonium sulfate or ammonium bisulfate. In the molecular-weight-dependent studies, we measured liquid–liquid phase separation relative humidity (SRH) in particles containing ammonium sulfate and organic species with large molecular weights (up to 1153 Da). These results were combined with recent studies of liquid–liquid phase separation in the literature to assess if molecular weight is a useful parameter for predicting SRH. The combined results, which include results from 33 different particle types, illustrate that SRH does not depend strongly on molecular weight (i.e., a clear relationship between molecular weight and SRH was not observed). In the temperature-dependent studies, we measured liquid–liquid phase separation in particles containing ammonium sulfate mixed with 20 different organic species at 244 ± 1 K, 263 ± 1 K, and 278 ± 1 K; a few particles were also studied at 290 ± 1 K. These new results were combined with previous measurements of the same particle types at 290 ± 1 K. The combined SRH data illustrate that for the organic–ammonium sulfate particles studied, the SRH does not depend strongly on temperature. At most the SRH varied by 9.7% as the temperature varied from 290 to 244 K. The high SRH values (> 65%) in these experiments may explain the lack of temperature dependence. Since water is a plasticizer, high relative humidities can lead to high water contents, low viscosities, and high diffusion rates in the particles. For these cases, unless the temperature is very low, liquid–liquid phase separation is not expected to be kinetically inhibited. The occurrence of liquid–liquid phase separation and SRH did depend strongly on temperature over the range of 290–244 K for particles containing α,4-dihydroxy-3-methoxybenzeneacetic acid mixed with ammonium bisulfate. For this particle type, a combination of low temperatures and low water content likely favored kinetic inhabitation of the liquid–liquid phase separation by slow diffusion rates in highly viscous particles. The combined results suggest that liquid–liquid phase separation is likely a common occurrence in atmospheric particles at temperatures from 244–290 K, although particles that do not undergo liquid–liquid phase separation are also likely common.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,214
Écart entre enseignants0,207 · 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

Citations61
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207