MétaCan
Menu
Retour à la cohorte
Enregistrement W2313281865 · doi:10.1021/la200596c

A General Poisson−Boltzmann Model with Position-Dependent Dielectric Permittivity for Electric Double Layer Analysis

2011· article· en· W2313281865 sur OpenAlexaff
Guigao Le, Junfeng Zhang

Notice bibliographique

RevueLangmuir · 2011
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrostatics and Colloid Interactions
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésPermittivityRelative permittivityBoltzmann constantDielectricMaterials scienceLayer (electronics)Poisson distributionPosition (finance)Condensed matter physicsDielectric permittivityChemistryMolecular physicsComputational physicsPhysicsThermodynamicsComposite materialOptoelectronicsMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a general Poisson-Boltzmann model for electric double layer (EDL) analysis with the position dependence of dielectric permittivity considered. This model provides physically reasonable property profiles in the EDL region, and it is then utilized to investigate the depletion layer effect on EDL structure and interaction near hydrophobic surfaces. Our results show that both the electric potential and the interaction pressure between surfaces decrease due to the lower permittivity in the depletion layer. The reduction becomes more profound at larger variation magnitude and range. This trend is in general agreement with that observed from the previous stepwise model; however, that model has overestimated the influence of permittivity variation effect. For the thin depletion layer and the relative thick EDL, our calculation indicates that the permittivity variation effect on EDL usually can be neglected. Furthermore, our model can be readily extended to study the permittivity variation in EDL due to ion accumulation and hydration in the EDL region.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,260
Écart entre enseignants0,236 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetElectrostatics and Colloid InteractionsTravaux en français237 207