Viscosity‐concentration relationships for nanodispersions based on glass transition point
Notice bibliographique
Résumé
ABSTRACT The theoretical background relevant to modelling of the viscous behaviour of nanodispersions (nanosuspensions and nanoemulsions) is discussed. Using free‐volume arguments, a simple model is developed to describe the viscous behaviour of nanodispersions. A large pool (16 sets) of available experimental data on the zero‐shear relative viscosity of nanodispersions is correlated on the basis of the effective volume fraction of solvated nanoparticles/nanodroplets. It is found that the experimental data can be successfully correlated using the volume fraction of solvated nanoparticles/nanodroplets only below the glass transition volume fraction of solvated nanoparticles/nanodroplets. The glass transition volume fraction of solvated nanoparticles/nanodroplets is about 0.58, which is in agreement with the value found in the literature. The experimental relative viscosity data of all sixteen sets of nanoemulsions and nanosuspensions collapse on to a single curve which is well described by the proposed model provided that the volume fraction of solvated nanoparticles/nanodroplets is below the glass transition value of 0.58. Above the glass transition volume fraction of 0.58, the correlation of relative viscosity on the basis of solvated volume fraction is not successful. Above the glass transition point, the nanodispersion is in an arrested (jammed) state and is expected to possess yield‐stress. Thus the concept of zero‐shear viscosity itself becomes unreliable and meaningless above the glass transition point.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».