Dielectric relaxation spectroscopy of aqueous micellar electrolyte solutions: A novel application to infer Dukhin number and zeta potential of a micelle
Notice bibliographique
Résumé
The complex permittivities of aqueous SDS solutions, with and without the addition of sodium chloride (NaCl), are measured in the frequency range from 200 MHz to 14 GHz. The SDS concentrations are chosen such that the SDS molecules aggregate to micelles. In this frequency range, the measured spectra allow for the identification of two different relaxation processes. That is, the relaxation of the water molecules at frequencies above 1 GHz and the micellar relaxation at frequencies lower than 1 GHz. It is found that the addition of NaCl to the system mostly affects the micellar relaxation process. In detail, the time constant as well as the amplitude of the relaxation decrease by adding NaCl. These effects are attributed to the change in the solution conductivity that changes the properties of the micelle's electrical double layer. We also extract the Dukhin number of the micelles as a function of surfactant and electrolyte content from the measurements. The Dukhin number is a dimensionless group that describes the influence of the surface conductivity on a phenomena. A regression between Dukhin numbers and free sodium ions is found so that all data collapses on a single curve independent of the surfactant concentration. The surface conductivity is a manifestation of the electrical double layer and we use the Bikerman equation to infer the zeta potential of the micelles. Comparison to literature data shows very good agreement and proves that dielectric relaxation spectroscopy can be engaged to infer the zeta potential of micelles. Abbreviations: CMC critical micelle concentration, DRS dielectric relaxation spectroscopy, EDL electrical double layer.
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 | 0,001 |
| 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 ».