MétaCan
Menu
Retour à la cohorte
Enregistrement W2126485679 · doi:10.1039/c5sm01408e

CO<sub>2</sub> foam properties and the stabilizing mechanism of sodium bis(2-ethylhexyl)sulfosuccinate and hydrophobic nanoparticle mixtures

2015· article· en· W2126485679 sur OpenAlexaff
Chao Zhang, Zhaomin Li, Qian Sun, Peng Wang, Shuhua Wang, Wei Liu

Notice bibliographique

RevueSoft Matter · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNanoparticleChemical engineeringMaterials sciencePulmonary surfactantSurface tensionAdsorptionPhase (matter)BubbleDispersion (optics)Contact angleViscoelasticityZeta potentialComposite materialNanotechnologyChemistryThermodynamicsOrganic chemistryOptics

Résumé

récupéré en direct d'OpenAlex

In this work, we have prepared CO2-in-water foam by mixing partially hydrophobic SiO2 nanoparticles and sodium bis(2-ethylhexyl)sulfosuccinate (AOT) and studied its properties. The observation of the appearance of the foam revealed that, with the continuous addition of AOT, the phase behavior of the SiO2 nanoparticle and the AOT mixed system transformed from that of a two-phase system of aggregated nanoparticles into that of a uniform dispersed phase. Both foaming ability and foam stability were optimized when the nanoparticles and the AOT were mixed in a proportion of 1 : 5. On the basis of our findings from measurements of the dispersion properties, including measurements of the adsorption isotherm of the surfactant on the nanoparticles, zeta potentials, interfacial tension and the three-phase contact angle, we concluded that the synergistic interactions between the SiO2 nanoparticles and the AOT led to the adsorption of nanoparticles around the bubble surface and the formation of a spatial network structure of nanoparticles in the film, thereby enhancing the mechanical strength of the bubble and improving the resistance to outside disturbances, deformation and drainage. Laser scanning confocal microscopy (LCSM) analysis of the same foams further confirmed the existence of a "viscoelastic shell" wrapped around and protecting the bubble.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,226
Écart entre enseignants0,202 · 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

Citations107
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetPickering emulsions and particle stabilizationTravaux en français237 207