Experimental determination of gas diffusivity in liquids—A review
Notice bibliographique
Résumé
Abstract Unit operations and processes abound with gas diffusion in liquids, which is a sophisticated phenomenon in which mass transfer is characterized by diffusion coefficient or diffusivity. Compared to diffusion in gas phase, the closely packed liquid molecules strongly influence diffusive mass transfer to the extent that it is impossible to have a general theory for a reasonably accurate estimation of diffusivity in liquids. This situation is further compounded by the fact that diffusivity cannot be measured directly but can only be estimated indirectly with the help of a number of observable properties (eg, mass, volume, pressure, etc). This fact gives rise to a myriad of experimental methods for the determination of gas diffusivity in liquids. These methods report gas diffusivities over widely varying ranges of temperature, pressure, and liquid composition. To provide a state‐of‐the‐art knowledge base for such methods is the objective of this work. The focus is on gas diffusion in binary gas‐liquid systems. Starting with necessary theoretical foundations, we provide a systematic categorization of these methods based on the property change utilized for diffusivity determination. The methods are then concisely described, and the diffusivity data are summarized for over 160 gas‐liquid systems at different temperature and pressure conditions. Empirical correlations are provided for different gas‐liquid systems, which could be used for interpolating gas diffusivity as a function of temperature, pressure, and composition.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».