MétaCan
Menu
Retour à la cohorte
Enregistrement W4240200192 · doi:10.26434/chemrxiv.13788865

The Relation Between Ejection Mechanism and Ion Abundance in the Electric Double Layer of Drops

2021· preprint· en· W4240200192 sur OpenAlexafffund
Victor Kwan, Ryan O’Dwyer, David R. Laur, Styliani Consta

Notice bibliographique

RevueChemRxiv · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensWestern University
Organismes subventionnairesUniversidad de Buenos AiresNatural Sciences and Engineering Research Council of CanadaMitacsUniversity of Toronto
Mots-clésIonChemistryEvaporationChemical physicsMolecular dynamicsAtomic physicsAnalytical Chemistry (journal)PhysicsComputational chemistryThermodynamicsChromatography

Résumé

récupéré en direct d'OpenAlex

<div> Charged droplets have been associated with distinct chemical reactivity. It is assumed that the composition of the surface layer plays a critical role in enhancing the reaction rates in the droplets relative to their bulk counterparts. We use atomistic modeling to relate the localization of the ions in the surface layer to their ejection propensity. We find that<br>the ion ejection takes place via a two-stage process. Firstly, a conical protrusion emerges as a result of a global droplet deformation that is insensitive to the locations of single ions. The ions are subsequently ejected as they enter the conical regions. The study provides mechanistic insight into the<br> ion-evaporation mechanism, which can be used to revise the commonly used ion-evaporation models. We argue that atomistic molecular dynamics simulations of minute nano-drops, do not sufficiently distinguish the ion-evaporation mechanism from a Rayleigh fission. We explain mass spectrometry data on the charge state of small globular proteins and the existence of super-charged droplet states (above the Rayleigh limit) that have been detected in experiments. <br></div><div><br></div><div><br></div><div><br></div>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207