MétaCan
Menu
← Retour à la cohorte
Enregistrement W3084985640 · doi:10.1021/acs.est.0c03331

pH Dependence of the OH Reactivity of Organic Acids in the Aqueous Phase

2020· article· en· W3084985640 sur OpenAlexafffund
J. Lima Amorim, Shuang Wu, Keifer Klimchuk, Chester Lau, Florence Williams, Yuanlong Huang, Ran Zhao

Notice bibliographique

RevueEnvironmental Science & Technology · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésAqueous solutionReactivity (psychology)ChemistryAqueous two-phase systemPhase (matter)Environmental chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Photochemical processing taking place in atmospheric aqueous phases serves as both a source and a sink of organic compounds. In aqueous environments, acid–base chemistry and, by extension, aqueous-phase pH, are an important yet often neglected factors to consider when investigating the kinetics of organic compounds. We have investigated the aqueous-phase OH-oxidation of pinic acid, cis- pinonic acid, limononic acid, and formic acid (FA) as a function of pH. We have also extended our studies to other organic acids (OAs) present in the water-soluble fraction of secondary organic aerosol (SOA) arising from the ozonolysis of α-pinene. Although all the OAs exhibited larger OH reactivities at pH 10, the pH dependence was dramatically different between FA, the smallest OA, and those that contained more than eight carbons. A kinetic box model was also employed to characterize our photoreactor and to provide confidence to our results. Our finding shows that the atmospheric lifetimes of small OAs (e.g., FA) are highly sensitive to cloud water pH. However, those of larger OAs and many other OAs in α-pinene SOA are affected to a much less extent. These results are of great importance for the simplification of cloud water chemistry models.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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

Citations40
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→