MétaCan
Menu
Retour à la cohorte
Enregistrement W3091984597 · doi:10.3390/polym12102302

Investigation of Surfactant-Polymer Interactions Using Rheology and Surface Tension Measurements

2020· article· en· W3091984597 sur OpenAlexaff
Jia Yang, Rajinder Pal

Notice bibliographique

RevuePolymers · 2020
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPulmonary surfactantPolymerCarboxymethyl celluloseSurface tensionRheologyChemical engineeringMaterials scienceCritical micelle concentrationChemistryPolymer chemistryAqueous solutionSodiumComposite materialOrganic chemistryMicelleThermodynamics

Résumé

récupéré en direct d'OpenAlex

The interactions between surfactants and a drag-reducing polymer were investigated at a low polymer concentration of 500 ppm, using measurements of the rheology and surface activity of surfactant-polymer solutions. A well-known drag-reducing polymer (anionic sodium carboxymethyl cellulose) and five different surfactants (two anionic, two non-ionic, and one zwitterionic) were selected for the interaction studies. The surfactant-polymer solutions were shear thinning in nature, and they followed the power law model. The interaction between the surfactant and polymer had a strong effect on the consistency index of the solution and a marginal effect on the flow behavior index. The surface tension versus surfactant concentration plots were interpreted in terms of the interactions between surfactant and polymer. The critical aggregation concentration (CAC) of the surfactant was estimated based on the surface tension and rheological data. The CAC values of the same charge surfactants as that of the polymer were found to be significantly higher than other combinations of surfactant and polymer, such as non-ionic surfactant/anionic polymer, and zwitterionic surfactant/anionic polymer.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,259
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

Citations68
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207