MétaCan
Menu
Retour à la cohorte
Enregistrement W2901396293 · doi:10.5194/acp-19-2933-2019

Technical note: The role of evolving surface tension in the formation of cloud droplets

2019· article· en· W2901396293 sur OpenAlexafffund
James F. Davies, Andreas Zuend, Kevin R. Wilson

Notice bibliographique

RevueAtmospheric chemistry and physics · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensMcGill University
Organismes subventionnairesBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaU.S. Department of Energy
Mots-clésSurface tensionChemistryAerosolGibbs isothermChemical physicsMechanicsThermodynamicsNanotechnologyMaterials sciencePhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The role of surface tension ( σ ) in cloud droplet activation has long been ambiguous. Recent studies have reported observations attributed to the effects of an evolving surface tension in the activation process. However, the adoption of a surface-mediated activation mechanism has been slow and many studies continue to neglect the composition dependence of aerosol–droplet surface tension, using instead a value equal to the surface tension of pure water ( σ w ). In this technical note, we clearly describe the fundamental role of surface tension in the activation of multicomponent aerosol particles into cloud droplets. It is demonstrated that the effects of surface tension in the activation process depend primarily on the evolution of surface tension with droplet size, typically varying in the range 0.5 σ w ≲ σ ≤ σ w due to the partitioning of organic species with a high surface affinity. We go on to report some recent laboratory observations that exhibit behavior that may be associated with surface tension effects and propose a measurement coordinate that will allow surface tension effects to be better identified using standard atmospheric measurement techniques. Unfortunately, interpreting observations using theory based on surface film and liquid–liquid phase separation models remains a challenge. Our findings highlight the need for experimental measurements that better reveal the role of composition-dependent surface tensions, critical for advancing predictive theories and parameterizations of cloud droplet activation.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,005
Tête enseignante GPT0,190
Écart entre enseignants0,185 · 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'étudeSimulation ou modélisation
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

Citations64
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207