Intermolecular and Surface Interactions in Engineering Processes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Interactions involving chemical reagents, solid particles, gas bubbles, liquid droplets, and solid surfaces in complex fluids play a vital role in many engineering processes, such as froth flotation, emulsion and foam formation, adsorption, and fouling and anti-fouling phenomena. These interactions at the molecular, nano-, and micro scale significantly influence and determine the macroscopic performance and efficiency of related engineering processes. Understanding the intermolecular and surface interactions in engineering processes is of both fundamental and practical importance, which not only improves production technologies, but also provides valuable insights into the development of new materials. In this review, the typical intermolecular and surface interactions involved in various engineering processes, including Derjaguin–Landau–Verwey–Overbeek (DLVO) interactions (i.e., van der Waals and electrical double-layer interactions) and non-DLVO interactions, such as steric and hydrophobic interactions, are first introduced. Nanomechanical techniques such as atomic force microscopy and surface forces apparatus for quantifying the interaction forces of molecules and surfaces in complex fluids are briefly introduced. Our recent progress on characterizing the intermolecular and surface interactions in several engineering systems are reviewed, including mineral flotation, petroleum engineering, wastewater treatment, and energy storage materials. The correlation of these fundamental interaction mechanisms with practical applications in resolving engineering challenges and the perspectives of the research field have also been discussed.
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.
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 découle