MétaCan
Menu
Retour à la cohorte
Enregistrement W2314253324 · doi:10.1103/physreve.86.026308

Droplet formation in microfluidic T-junction generators operating in the transitional regime. III. Dynamic surfactant effects

2012· article· en· W2314253324 sur OpenAlexaff
Tomasz Glawdel, Carolyn L. Ren

Notice bibliographique

RevuePhysical Review E · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSurface tensionPulmonary surfactantMicrofluidicsWork (physics)Materials scienceDynamic TensionGenerator (circuit theory)MechanicsTension (geology)Flow (mathematics)Chemical physicsThermodynamicsNanotechnologyPhysicsComposite materialPower (physics)

Résumé

récupéré en direct d'OpenAlex

This study extends our previous work on droplet generation in microfluidic T-junction generators to include dynamic interfacial tension effects created by the presence of surfactants. In Paper I [T. Glawdel, C. Elbuken, and C. L. Ren, Phys. Rev. E 85, 016322 (2012)], we presented experimental findings regarding the formation process in the squeezing-to-transition regime, and in Paper II [T. Glawdel, C. Elbuken, and C. L. Ren, Phys. Rev. E 85, 016323 (2012)] we developed a theoretical model that describes the performance of T-junction generators without surfactants. Here we study dynamic interfacial tension effects for two surfactants, one with a small molecular weight that adsorbs quickly, and the other with a large molecular weight that adsorbs slowly. Using the force balance developed in Paper II we extract the dynamic interfacial tension from high speed videos obtained during experiments. We then develop a theoretical model to predict the dynamic interfacial tension in microfluidic T-junction generators as a function of the surfactant properties, flow conditions, and generator design. This model is then incorporated into the overall model for generator performance to effectively predict the size of droplets produced when surfactants are present.

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 enseignants0,001
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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,263
Écart entre enseignants0,253 · 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

Citations85
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207