Controlling the diffusive boundary layer thickness above the sediment–water interface in a thermostated rotating‐disk reactor
Notice bibliographique
Résumé
Abstract The diffusive boundary layer (DBL) is a thin layer of fluid at the interface with a solid surface in which frictional forces cause molecular diffusion to become the dominant mode of solute transport. The thickness of the DBL is a function of the nature and roughness of sediment substrates, as well as the bottom‐current speed. In low‐energy natural aquatic environments, such as abyssal plains or lakes, the thickness of the DBL can reach several millimeters and significantly impede the diffusive rate of solutes through the sediment–water interface (SWI). Thus, precisely reproducing the DBL in the laboratory is required to simulate benthic diffusive fluxes similar to those encountered in situ. Yet, an experimental apparatus allowing precise control of the DBL thickness at the SWI in the laboratory has not been described in the literature. Here, we present a simple temperature‐controlled rotating‐disk system, which is suitable for the use with natural sediments and that is capable of generating thick DBLs. Water overlying the rotating sediment can be sampled discretely or continuously to monitor the chemical reaction progress. We tested the validity of the reactor by dissolving a foraminiferal sand bed in natural seawater. We find that (1) measured dissolution fluxes agree with those predicted by theory and (2) the dissolution of calcite in these seafloor‐like hydrodynamic conditions is controlled by mass transfer across the DBL above the bed. Guidelines for best practices under various experimental conditions, possible future developments, and the theoretical equations to compute the DBL thickness and diffusive fluxes in this reactor are described.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».