MétaCan
Menu
Retour à la cohorte
Enregistrement W2287911683 · doi:10.1021/acs.langmuir.5b03303

Solvent Effects on the Formation of Surface Nanodroplets by Solvent Exchange

2015· article· en· W2287911683 sur OpenAlexafffund
Ziyang Lu, Haolan Xu, Hongbo Zeng, Xuehua Zhang

Notice bibliographique

RevueLangmuir · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAustralian Research CouncilNatural Sciences and Engineering Research Council of Canada
Mots-clésCyclohexaneSolventChemistryNucleationPhase (matter)Chemical engineeringOil dropletSurface-area-to-volume ratioMixing (physics)Volume (thermodynamics)AlkaneWork (physics)ThermodynamicsOrganic chemistryHydrocarbonEmulsion

Résumé

récupéré en direct d'OpenAlex

Solvent exchange is a simple process to form oil nanodroplets at solid-liquid interfaces with well-defined location and morphology. In this process, a good solvent of the oil is displaced by a poor solvent, leading to the nucleation and growth of oil droplets from a transient oversaturation at the mixing front. Our recent work has shown that the final volume of the droplets is related to the flow conditions. In this work, we investigate the effects of the type and the composition of solvents on the droplet formation under the same flow conditions. Water nanodroplets were produced by ethanol/cyclohexane (solution A) and cyclohexane (solution B) on a hydrophilic substrate. We found that the droplet size increases first and then decreases with an increase of the initial ethanol concentration in solution A. This is attributed to the phase separation of ethanol-cyclohexane-water; in particular, the composition of solution A on the phase boundary above the Ouzo region. The same reason also contributes to the lower efficiency in droplet formation for a longer alkane. The important implication from this work is that the maximal droplet volume is limited by the phase separation of the solvents used in the solvent exchange.

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 seuil0,003

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 Opus0,008
Tête enseignante GPT0,194
Écart entre enseignants0,186 · 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

Citations43
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207