MétaCan
Menu
Retour à la cohorte
Enregistrement W2162174939 · doi:10.1002/cjce.20581

Estimation of thermodiffusion coefficients in ternary associating mixtures

2011· article· en· W2162174939 sur OpenAlexafffundvenueabout
Morteza Eslamian, M. Ziad Saghir

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueField-Flow Fractionation Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space Agency
Mots-clésTernary operationThermodynamicsChemistryAqueous solutionMethanolActivity coefficientTernary numeral systemComponent (thermodynamics)Mole fractionButanolEthanolPhysical chemistryOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Following the non‐equilibrium thermodynamics formulation and taking into account the complexities in the structure of aqueous associating mixtures, expressions are proposed to estimate the thermodiffusion coefficients in ternary associating mixtures, such as water and alcohol mixtures. The model expressions are used to estimate the thermodiffusion coefficients in methanol–ethanol–water, dimethyl sulfoxide (DMSO)–ethanol–water and DMSO–t‐butanol–water mixtures at various concentrations. The perturbed‐chain statistical associating fluid theory (PC‐SAFT) equation of state is used to obtain the mixture properties, such as the derivatives of the chemical potentials needed to evaluate the thermodiffusion coefficient expressions. The results show that at certain concentrations of one component, variation of the concentration of the other two components can cause a sign change in the thermodiffusion coefficients. While the model cannot be evaluated due to the lack of any pertinent experimental data, the model predictions may be used to choose suitable mixture compositions in space experiments to be performed onboard the International Space Station (ISS) in near future. © 2011 Canadian Society for Chemical Engineering

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,179 · 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

Citations8
Publié2011
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetField-Flow Fractionation TechniquesTravaux en français237 207