Experimental Studies and Thermodynamic Modeling of the Solubilities of Potassium Nitrate, Potassium Chloride, Potassium Bromide, and Sodium Chloride in Dimethyl Sulfoxide
Notice bibliographique
Résumé
Using appropriate nonaqueous solvents to replace water as reaction medium in chemical industries has gained more and more attention recently. Many of them have the special ability to dissolve some compounds and thus may make the reaction more stable in comparison with a water-containing environment. Dimethyl sulfoxide (DMSO) is probably the most frequently mentioned aprotic nonaqueous solvent with extensive applications because of its high stability and powerful solubility. In this study, the solubilities of four inorganic salts, namely potassium nitrate (KNO3), potassium chloride (KCl), potassium bromide (KBr) and sodium chloride (NaCl), in DMSO are measured in the temperature range of 302 through 354 K using a dynamic method. The solubility order of the salts in DMSO is experimentally determined as KNO3 > KBr > NaCl > KCl. The molality solubilities show linear dependencies on temperature and the temperature effect on the solubility for the salts follows the same order as the solubility result. The solubility products of the salts in DMSO at different temperatures are obtained by estimating the solubility products in water and the Gibbs energy of transfer from water to DMSO. Then electrolyte models of the Wilson, NRTL, and UNIQUAC equations are used to model the solubility of the inorganic salts in DMSO. It is found that the three-parameter E-Wilson equation gives the best correlation results followed by the Pitzer, E-NRTL, and E-UNIQUAC equations, while the two-parameter E-Wilson equation presents the worst results in terms of the overall standard deviation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».