MétaCan
Menu
Retour à la cohorte
Enregistrement W2793523987 · doi:10.1039/c7sm02523h

Diffusive interaction of multiple surface nanobubbles: shrinkage, growth, and coarsening

2018· article· en· W2793523987 sur OpenAlexaff
Xiaojue Zhu, Roberto Verzicco, Xuehua Zhang, Detlef Lohse

Notice bibliographique

RevueSoft Matter · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesH2020 European Research CouncilMinisterie van Onderwijs, Cultuur en WetenschapNederlandse Organisatie voor Wetenschappelijk OnderzoekAustralian Research CouncilPartnership for Advanced Computing in Europe AISBLStichting voor Fundamenteel Onderzoek der Materie
Mots-clésBubbleDiffusionSurface (topology)Chemical physicsSurface diffusionDissolutionShrinkageMaterials scienceNanoscopic scaleBoundary (topology)NanotechnologyMechanicsChemistryPhysicsThermodynamicsAdsorptionComposite materialPhysical chemistryMathematics

Résumé

récupéré en direct d'OpenAlex

Surface nanobubbles are nanoscopic spherical-cap shaped gaseous domains on immersed substrates which are stable, even for days. After the stability of a single surface nanobubble has been theoretically explained, i.e. contact line pinning and gas oversaturation are required to stabilize it against diffusive dissolution [Lohse and Zhang, Phys. Rev. E, 2015, 91, 031003(R)], here we focus on the collective diffusive interaction of multiple nanobubbles. For that purpose we develop a finite difference scheme for the diffusion equation with the appropriate boundary conditions and with the immersed boundary method used to represent the growing or shrinking bubbles. After validation of the scheme against the exact results of Epstein and Plesset for a bulk bubble [J. Chem. Phys., 1950, 18, 1505] and of Lohse and Zhang for a surface bubble, the framework of these simulations is used to describe the coarsening process of competitively growing nanobubbles. The coarsening process for such diffusively interacting nanobubbles slows down with advancing time and increasing bubble distance. The present results for surface nanobubbles are also applicable for immersed surface nanodroplets, for which better controlled experimental results of the coarsening process exist.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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'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

Citations66
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207