Flow-induced dissolution of femtoliter surface droplet arrays
Notice bibliographique
Résumé
The dissolution of liquid nanodroplets is a crucial step in many applied processes, such as separation and dispersion in the food industry, crystal formation of pharmaceutical products, concentrating and analysis in medical diagnosis, and drug delivery in aerosols. In this work, using both experiments and numerical simulations, we quantitatively study the dissolution dynamics of femtoliter surface droplets in a highly ordered array under a uniform flow. Our results show that the dissolution of femtoliter droplets strongly depends on their spatial positions relative to the flow direction, drop-to-drop spacing in the array, and the imposed flow rate. In some particular cases, the droplet at the edge of the array can dissolve about 30% faster than the ones located near the centre. The dissolution rate of the droplet increases by 60% as the inter-droplet spacing is increased from 2.5 μm to 20 μm. Moreover, the droplets close to the front of the flow commence to shrink earlier than those droplets in the center of the array. The average dissolution rate is faster for the faster flow. As a result, the dissolution time (Ti) decreases with the Reynolds number (Re) of the flow as Ti ∝ Re-3/4. The experimental results are in good agreement with the numerical simulations where the advection-diffusion equation for the concentration field is solved and the concentration gradient on the surface of the drop is computed. The findings suggest potential approaches to manipulate nanodroplet sizes in droplet arrays simply by dissolution controlled by an external flow. The obtained droplets with varying curvatures may serve as templates for generating multifocal microlenses in one array.
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 | 0,000 | 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 ».