MétaCan
Menu
Retour à la cohorte
Enregistrement W2896901052 · doi:10.1016/j.marchem.2018.10.003

Henry's Law constant for CO2 in aqueous sodium chloride solutions at 1 atm and sub-zero (Celsius) temperatures

2018· article· en· W2896901052 sur OpenAlexafffund
Neal Bailey, Tim Papakyriakou, Carl Bartels, Fei Wang

Notice bibliographique

RevueMarine Chemistry · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaArcticNet
Mots-clésSeawaterBrineHenry's lawSolubilityDegree CelsiusAqueous solutionSalinityThermodynamicsChemistryMineralogyPolarAnalytical Chemistry (journal)GeologyEnvironmental chemistryOceanographyPhysical chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

The solubility of CO2 in seawater is known to increase at colder temperatures, but few studies have examined the CO2 solubility in seawater and in sea-ice brines at sub-zero (Celsius) temperatures. The thermodynamic Henry's Law constant (KH) for CO2 in concentrated NaCl solutions was determined for the first time at sub-zero temperatures and salinities resembling those of the cryospheric seawater and sea-ice brine environments in polar and sub-polar oceans. The temperature (T, in Kelvin) dependence of the KH within the temperature and salinity ranges of this study (263 ≤ T ≤ 272 K and 35 ≤ S ≤ 152) is described by the following best-fit equation: ln KH = −2.484 + 2.775 × 10−2(274 − T) − 9.854 × 10−2/(274 − T) − 1.009 × 10−1 ln (274–T). The results show that the general practice, in geochemical and coupled climate‑carbon cycling models, of extrapolating KH values from above-zero to sub-zero temperatures underestimates the solubility of CO2 by up to 19%.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 GPT0,208
Écart entre enseignants0,197 · 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

Citations21
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine ChemistryMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207