Effect of Oil Properties on the Generation of Nano-Aerosols During Bubble Bursting Through Crude Oil–Dispersant Slicks
Notice bibliographique
Résumé
This study examines the effect of dispersant and oil properties on the aerosolization of fresh and weathered surface crude oil slicks by bursting of a plume of ∼0.7 mm bubbles. A scanning mobility particle sizer measures the size distribution of aerosols in the 20-400 nm range in a clean air chamber. The 500-μm-thick slicks contain oils with varying origin, viscosity, interfacial tension, and weathering state. Test are performed with and without premixed dispersant (Corexit 9500A), which reduces the oil-seawater interfacial tension by 2 orders of magnitude at a dispersant-to-oil ratio (DOR) of 1:25. When compared to aerosolization in clean seawater, the nano-aerosol concentration decreases for slicks without dispersant but increases by 27%-351% upon introduction of dispersant. For most cases, the airborne nanodroplet concentration increases with decreasing Capillary or Morton numbers as well as the ratio of the so-called inner to thermal length scales. To explain the airborne nanodroplet generation in an oil-dispersant mixture, we show that prior to bubble injection, even minimal agitation of the interface causes generation of a subsurface cloud of nanodroplets that diffuses away from the interface. This process appears to be caused by thermal capillary instability when the interfacial tension is low enough to increase the thermal length scale to a few nanometers.
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 ».