MétaCan
Menu
Retour à la cohorte
Enregistrement W2329717562 · doi:10.1103/physreve.89.012307

Effect of finite ion sizes in an electrostatic potential distribution for a charged soft surface in contact with an electrolyte solution

2014· article· en· W2329717562 sur OpenAlexaff
Sourayon Chanda, Siddhartha Das

Notice bibliographique

RevuePhysical Review E · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrostatics and Colloid Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésElectrolyteDonnan potentialIonMaterials scienceChemical physicsElectric potentialMembraneCharge densityMechanicsChemistryVoltagePhysicsElectrodePhysical chemistry

Résumé

récupéré en direct d'OpenAlex

We provide a theory to analyze the impact of finite ion sizes (or steric effect) in electrostatic potential distribution for a charged soft surface in contact with an electrolyte solution. The theory is based on a free energy model that appropriately accounts for the contribution of finite ion sizes as well as the structural characteristics of a soft interface, represented by a combination of a rigid surface and a fixed charge layer (FCL), with the FCL being in contact with an electrolyte solution forming an electric double layer (EDL). This FCL contains a particular kind of ion which is impermeable to the electrolyte solution, and this impermeability is quantified in terms of the corresponding Donnan potential of the "membrane" represented by the FCL-electrolyte interface. We find that consideration of the finite ion size increases the magnitude of this Donnan potential, with the extent of increase being dictated by three length scales, namely, the thickness of the FCL, the thickness of the electrolyte EDL, and the thickness of an equivalent EDL within the FCL. Such regulation of the Donnan potential strongly affects the distribution of the permeable electrolyte ions within the FCL, which in turn will have significant implications in several processes involving "soft" biological membranes.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,289
Écart entre enseignants0,284 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetElectrostatics and Colloid InteractionsTravaux en français237 207