MétaCan
Menu
Retour à la cohorte
Enregistrement W3045350246 · doi:10.48550/arxiv.2007.12659

Accelerated Formation of H2 Nanobubbles from a Surface Nanodroplet Reaction

2020· preprint· en· W3045350246 sur OpenAlexaff
Brendan Dyett, Xuehua Zhang

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésNucleationChemical reactionChemical physicsNanotechnologyChemistryReaction rateReagentHydrogenRADIUSChemical engineeringWork (physics)Materials scienceCatalysisOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

The compartmentalization of chemical reactions within droplets has advantages in low costs, reduced consumption of reagents and increased throughput. Reactions in small droplets have also been shown to greatly accelerate the rate of many chemical reactions. The accelerated growth rate of nanobubbles from nanodroplet reactions is demonstrated in this work. The gaseous products from the reaction at the nanodroplet surface promoted nucleation of hydrogen nanobubbles within multiple organic liquid nanodroplets. The nanobubbles were confined within the droplets and selectively grew and collapsed at the droplet perimeter, as visualized by microscopy with high spatial and temporal resolutions. The growth rate of the bubbles was significantly accelerated within small droplets and scaled inversely with droplet radius. The acceleration was attributed to confinement from the droplet volume and effect from the surface area on the interfacial chemical reaction for gas production. The results of this study provide further understanding for applications in droplet enhanced production of nanobubbles and the on-demand liberation of hydrogen.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,382
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,106
Tête enseignante GPT0,206
Écart entre enseignants0,099 · 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.

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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMinerals Flotation and Separation TechniquesTravaux en français237 207