MétaCan
Menu
Retour à la cohorte
Enregistrement W2777798690 · doi:10.3390/fluids3010002

A Simple Model for the Viscosity of Pickering Emulsions

2017· article· en· W2777798690 sur OpenAlexafffund
Rajinder Pal

Notice bibliographique

RevueFluids · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiquePickering emulsions and particle stabilization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPickering emulsionViscosityContact angleRelative viscosityVolume fractionMaterials scienceRADIUSShear rateEmulsionHydrodynamic radiusRheologyChemical engineeringNanoparticleApparent viscosityComposite materialNanotechnologyDynamic light scattering

Résumé

récupéré en direct d'OpenAlex

A new model is proposed for the viscosity of Pickering emulsions at low shear rates. The model takes into consideration the increase in the effective volume fraction of droplets, due to the presence of an interfacial layer of solid nanoparticles at the oil-water interface. The model also considers aggregation of droplets and eventual jamming of Pickering emulsion at high volume fraction of dispersed phase. According to the proposed model, the relative viscosity of a Pickering emulsion at low shear rates is dependent on three factors: contact angle, ratio of bare droplet radius to solid nanoparticle radius, and the volume fraction of bare droplets. For a given radius of nanoparticles, the relative viscosity of a Pickering emulsion increases with the decrease in bare droplet radius. For O/W Pickering emulsions, the relative viscosity decreases with the increase in contact angle. The W/O Pickering emulsion exhibits an opposite behavior in that the relative viscosity increases with the increase in contact angle. The proposed model describes the experimental viscosity data for Pickering emulsions reasonably well.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,057
Tête enseignante GPT0,325
Écart entre enseignants0,268 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFluidsMême sujetPickering emulsions and particle stabilizationTravaux en français237 207