MétaCan
Menu
Retour à la cohorte
Enregistrement W3008087000 · doi:10.1021/acs.jpcc.9b10675

Gas–Vapor Interplay in Plasmonic Bubble Shrinkage

2020· article· en· W3008087000 sur OpenAlexafffund
Mikhail E. Zaytsev, Yuliang Wang, Yuhang Zhang, Guillaume Lajoinie, Xuehua Zhang, Andréa Prosperetti, Harold J. W. Zandvliet, Detlef Lohse

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueUltrasound and Cavitation Phenomena
Établissements canadiensUniversity of Alberta
Organismes subventionnairesTechmed Centre, University of TwenteNederlandse Organisatie voor Wetenschappelijk OnderzoekBeihang UniversityUniversity of AlbertaUniversity of TwenteJohns Hopkins University
Mots-clésBubbleShrinkageDissolutionMaterials sciencePhase (matter)ScalingDiffusionChemical physicsCondensationPower lawPhase transitionChemistryThermodynamicsMechanicsComposite materialPhysicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The understanding of the shrinkage dynamics of plasmonic bubbles formed around metallic nanoparticles immersed in liquid and irradiated by a resonant light source is crucial for the usage of these bubbles in numerous applications. In this paper, we experimentally show and theoretically explain that a plasmonic bubble during its shrinkage undergoes two different phases: first, a rapid partial bubble shrinkage governed by vapor condensation and, second, a slow diffusion-controlled bubble dissolution. The history of the bubble formation plays an important role in the shrinkage dynamics during the first phase as it determines the gas-vapor ratio in the bubble composition. Higher laser powers lead to more vaporous bubbles, while longer pulses and higher dissolved air concentrations lead to more gaseous bubbles. The dynamics of the second phase barely depends on the history of bubble formation, that is, laser power and pulse duration, but strongly on the dissolved air concentration, which defines the concentration gradient at the bubble interface. Finally, for the bubble dissolution in the second phase, with decreasing dissolved air concentration, we observe a gradual transition from a R(t) ∝ (t<sub>0</sub> - t)<sup>1/3</sup> scaling law to a R(t) ∝ (t<sub>0</sub> - t)<sup>1/2</sup> scaling law where t<sub>0</sub> is the lifetime of the bubble and theoretically explain this transition.

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 enseignants0,002
Score d'incertitude au seuil0,372

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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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

Citations40
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetUltrasound and Cavitation PhenomenaTravaux en français237 207