MétaCan
Menu
Retour à la cohorte
Enregistrement W2906637215 · doi:10.1063/1.5052482

Water nucleation at extreme supersaturation

2018· article· en· W2906637215 sur OpenAlexaboutno aff
Martina Lippe, Satrajit Chakrabarty, Jorge J. Ferreiro, Kyoko K. Tanaka, Ruth Signorell

Notice bibliographique

RevueThe Journal of Chemical Physics · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensnon disponible
Organismes subventionnairesEidgenössische Technische Hochschule ZürichSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésNucleationSupersaturationCluster (spacecraft)ChemistryClassical nucleation theoryThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

We report water cluster formation in the uniform postnozzle flow of a Laval nozzle at low temperatures of 87.0 and 47.5 K and high supersaturations of lnS ∼ 41 and 104, respectively. Cluster size distributions were measured after soft single-photon ionization at 13.8 eV with mass spectrometry. Critical cluster sizes were determined from cluster size distributions recorded as a function of increasing supersaturation, resulting in critical sizes of 6-15 and 1, respectively. Comparison with previous data for propane and toluene reveals a systematic trend in the nucleation behavior, i.e., a change from a steplike increase to a gradual increase of the maximum cluster size with increasing supersaturation. Experimental nucleation rates of 5 · 1015 cm−3 s−1 and 2 · 1015 cm−3 s−1 for lnS ∼ 41 and 104, respectively, were retrieved from cluster size distributions recorded as a function of nucleation time. These lie 2-3 orders of magnitude below the gas kinetic collision limit assuming unit sticking probability, but they agree very well with a recent prediction by a master equation model based on ab initio transition state theory. The experimental observations are consistent with barrierless growth at 47.5 K, but they hint at a more complex nucleation behavior for the measurement at 87.0 K.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,226
Écart entre enseignants0,198 · 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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207