MétaCan
Menu
Retour à la cohorte
Enregistrement W2327602110 · doi:10.1021/ie301000b

Thermodynamics Studies on the Solubility of Inorganic Salt in Organic Solvents: Application to KI in Organic Solvents and Water–Ethanol Mixtures

2012· article· en· W2327602110 sur OpenAlexaff
Bingwen Long, Dong Zhao, Wei Liu

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2012
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical and Physical Properties in Aqueous Solutions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésSolubilityChemistryNon-random two-liquid modelActivity coefficientAcetoneThermodynamicsIodideMolar solubilityPotassiumInorganic chemistryHildebrand solubility parameterElectrolyteAqueous solutionOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

A thermodynamic framework is established to calculate the solubility of inorganic salts in nonaqueous solvents. New solubility data of potassium iodide in selected organic solvents of acetone, ethanol, and 1-propanol are determined in the temperature range of 278–343 K. The experimental solubility is modeled by the methodology proposed in this work, and the solubility products of potassium iodide in organic solvents are estimated. Following this, the experimental mean activity coefficients are modeled with the electrolyte activity coefficient models of Pitzer, e -NRTL, e -Wilson equations, and their modified forms. Model parameters are optimized by fitting the experiment data. It turns out that the three-parameter e -Wilson equation presents the best correlation results with an overall average percentage relative deviation ARD of 1.36%. When the models are extrapolated to predict the low temperature solubility of potassium iodide in acetone down to 215 K, the three-parameter e -NRTL gives the most reliable predictions. A novel simple predictive mixing rule for the e -Wilson equation is proposed to estimate the solubility of potassium iodide in binary mixed solvents. The predictions are in good agreement with the experimental data of potassium iodide in water and ethanol over wide ranges of concentration and temperature.

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)0,002
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,705

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,070
Tête enseignante GPT0,318
Écart entre enseignants0,248 · 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

Citations24
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetChemical and Physical Properties in Aqueous SolutionsTravaux en français237 207