Emulsion characterization via microfluidic devices: A review on interfacial tension and stability to coalescence
Notice bibliographique
Résumé
Emulsions have gained significant importance in many industries including foods, pharmaceuticals, cosmetics, health care formulations, paints, polymer blends and oils. During emulsion generation, collisions can occur between newly-generated droplets, which may lead to coalescence between the droplets. The extent of coalescence is driven by the properties of the dispersed and continuous phases (e.g. density, viscosity, ion strength and pH), and system conditions (e.g. temperature, pressure or any external applied forces). In addition, the diffusion and adsorption behaviors of emulsifiers which govern the dynamic interfacial tension of the forming droplets, the surface potential, and the duration and frequency of the droplet collisions, contribute to the overall rate of coalescence. An understanding of these complex behaviors, particularly those of interfacial tension and droplet coalescence during emulsion generation, is critical for the design of an emulsion with desirable properties, and for the optimization of the processing conditions. However, in many cases, the time scales over which these phenomena occur are extremely short, typically a fraction of a second, which makes their accurate determination by conventional analytical methods extremely challenging. In the past few years, with advances in microfluidic technology, many attempts have demonstrated that microfluidic systems, characterized by micrometer-size channels, can be successfully employed to precisely characterize these properties of emulsions. In this review, current applications of microfluidic devices to determine the equilibrium and dynamic interfacial tension during droplet formation, and to investigate the coalescence stability of dispersed droplets applicable to the processing and storage of emulsions, are 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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».