MétaCan
Menu
Retour à la cohorte
Enregistrement W2974097021 · doi:10.1073/pnas.1907687116

Optical deformation of single aerosol particles

2019· article· en· W2974097021 sur OpenAlexafffund
Aidan Rafferty, Kyle Gorkowski, Andreas Zuend, Thomas C. Preston

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOrbital Angular Momentum in Optics
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésOptical tweezersAerosolMetastabilityParticle (ecology)Whispering-gallery waveOpticsDeformation (meteorology)NanometreMaterials sciencePhysicsComposite materialLaser

Résumé

récupéré en direct d'OpenAlex

Advancements in designing complex models for atmospheric aerosol science and aerosol-cloud interactions rely vitally on accurately measuring the physicochemical properties of microscopic particles. Optical tweezers are a laboratory-based platform that can provide access to such measurements as they are able to isolate individual particles from an ensemble. The surprising ability of a focused beam of light to trap and hold a single particle can be conceptually understood in the ray optics regime using momentum transfer and Newton's second law. The same radiation pressure that results in stable trapping will also exert a deforming optical stress on the surface of the particle. For micron-sized aqueous droplets held in the air, the deformation will be on the order of a few nanometers or less, clearly not observable through optical microscopy. In this study, we utilize cavity-enhanced Raman scattering and a phenomenon known as thermal locking to measure small deformations in optically trapped droplets. With the aid of light-scattering calculations and a model that balances the hydrostatic pressure, surface tension, and optical pressure across the air-droplet interface, we can accurately determine surface tension from our measurements. Our approach is applied to 2 systems of atmospheric interest: aqueous organic and inorganic aerosol.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,290
Score d'incertitude au seuil0,123

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,268
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations50
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetOrbital Angular Momentum in OpticsTravaux en français237 207