MétaCan
Menu
Retour à la cohorte
Enregistrement W2807857912 · doi:10.1039/c8cp02966k

Measuring the size and complex refractive index of an aqueous aerosol particle using electromagnetic heating and cavity-enhanced Raman scattering

2018· article· en· W2807857912 sur OpenAlexafffund
Aidan Rafferty, Thomas C. Preston

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric aerosols and clouds
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAerosolRefractive indexRaman scatteringRADIUSRaman spectroscopyParticle (ecology)ScatteringOpticsMaterials scienceMie scatteringRayleigh scatteringParticle sizeAqueous solutionEffective radiusLight scatteringMolecular physicsChemistryPhysicsMeteorologyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

A quantitative understanding of light scattering by small homogeneous particles requires accurate knowledge of particle geometry and complex refractive index, m = n + ik. In weakly absorbing particles, k can be on the order of 10-9, which is well below the detection limit of almost all light scattering based instruments. Here, we describe a dual-beam optical trap that can simultaneously determine n, k, and the radius, s, of weakly absorbing aerosol particles. We utilize cavity-enhanced Raman scattering to determine n and s and electromagnetic heating from the trapping laser itself to determine k. The relationship between particle size, the trapping cell conditions, the parameters of the trapping laser, and electromagnetic heating is thoroughly discussed and it is shown that the proper choice of a light scattering model is necessary to retrieve accurate values of k when fitting measurements. The phenomenon of optical multistability and its connection to thermal locking and thermal jumping is investigated through both modeling and measurements as understanding this behavior is essential when interpreting results from electromagnetic heating experiments. Measurements are made on three different atmospheric aerosol model systems and k as low as 5.91 × 10-9 are found.

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 enseignants0,068
Score d'incertitude au seuil0,640

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 technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · 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

Citations31
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetAtmospheric aerosols and cloudsTravaux en français237 207