MétaCan
Menu
Retour à la cohorte
Enregistrement W2562763347 · doi:10.1021/acsnano.6b05666

Condensation in One-Dimensional Dead-End Nanochannels

2016· article· en· W2562763347 sur OpenAlexafffund
Junjie Zhong, Seyed Hadi Zandavi, Huawei Li, Bo Bao, Aaron H. Persad, Farshid Mostowfi, David Sinton

Notice bibliographique

RevueACS Nano · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésCondensationMaterials scienceKnudsen numberMicroscale chemistryNanoporousChemical physicsCapillary condensationPorous mediumNanotechnologyThermodynamicsPorosityChemistryAdsorptionComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Phase change at the nanoscale is at the heart of many biological and geological phenomena. The recent emergence and global implications of unconventional oil and gas production from nanoporous shale further necessitate a higher understanding of phase behavior at these scales. Here, we directly observe condensation and condensate growth of a light hydrocarbon (propane) in discrete sub-100 nm (∼70 nm) channels. Two different condensation mechanisms at this nanoscale are distinguished, continuous growth and discontinuous growth due to liquid bridging ahead of the meniscus, both leading to similar net growth rates. The growth rates agree well with those predicted by a suitably defined thermofluid resistance model. In contrast to phase change at larger scales (∼220 and ∼1000 nm cases), the rate of liquid condensate growth in channels of sub-100 nm size is found to be limited mainly by vapor flow resistance (∼70% of the total resistance here), with interface resistance making up the difference. The condensation-induced vapor flow is in the transitional flow regime (Knudsen flow accounting for up to 13% of total resistance here). Collectively, these results demonstrate that with confinement at sub-100 nm scales, such as is commonly found in porous shale and other applications, condensation conditions deviate from the microscale and larger bulk conditions chiefly due to vapor flow and interface resistances.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,472

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,219
Écart entre enseignants0,201 · 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

Citations67
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207