MétaCan
Menu
Retour à la cohorte
Enregistrement W2325275640 · doi:10.1021/je301326t

Large Bubbles Reduce the Surface Sorption Artifact of the Inert Gas Stripping Method

2013· article· en· W2325275640 sur OpenAlexaff
Chubashini Shunthirasingham, Xiaoshu Cao, Ying Duan Lei, Frank Wania

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésArtifact (error)SorptionInert gasInertStripping (fiber)Materials scienceAdsorptionChemistryComputer scienceComposite materialArtificial intelligencePhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Accurate Henry’s law constants between air and water ( H ) are crucial for understanding a chemical’s environmental behavior. During inert gas stripping (IGS) H is derived from the rate of a chemical’s disappearance from aqueous solution as a result of air bubbling through a water-filled column. While H of many semivolatile organic compounds has been measured by IGS, inconsistent results between different studies have been attributed to chemical adsorption to the bubble surface. This surface adsorption artifact is expected to increase with a chemical’s interface–air partition coefficient ( K IA ) and decreasing bubble size. Previous work with normal alkanols of variable chain length identified a K IA threshold of approximately 0.001 m, above which IGS is compromised by the surface sorption artifact. In this study, we repeated IGS measurements of H of normal alkanols at different temperatures of 298.15 K, 305.65 K, 323.15 K, and 343.15 K using a modified gas inlet mechanisms that results in the formation of large bubbles (diameter approximately 5.5 mm). The new H values agreed very well with those measured with a head space technique that is much less susceptible to surface adsorption. The method is judged suitable for measuring H of surface active chemicals with K IA values below 0.02 m .

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,244
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetFluid Dynamics and Heat TransferTravaux en français237 207