The characteristic curvature (Cc) definition and its use in assessing Cc for single ionic surfactants
Notice bibliographique
Résumé
The Hydrophilic-Lipophilic-Difference (HLD) is a set of empirical equations that correlate the formulation conditions at phase inversion (HLD=0). Based on partition studies for nonionic surfactants, the HLD can be interpreted as a normalized chemical potential difference between the surfactant dissolved in water and oil. The Net-Average Curvature (NAC) model extrapolates this interpretation into a curvature form that has been used to fit and predict the phase behavior of surfactant-oil-water (SOW) systems. The curvature interpretation of HLD led to the renaming of the HLD surfactant parameter, sigma (σ), as the characteristic curvature (Cc). This work addresses two concerns around this interpretation; first, for ionic surfactants, an HLD≠0 value for one surfactant might not mean the same for another (breaking the chemical potential interpretation), and second, the Cc interpretation has not been demonstrated. To this end, the net curvature (Hn) of six anionic and two cationic surfactants was evaluated (individually) from solubilization data at the characteristic condition of 25°C, no added cosolvent, in the presence of an oil mixture with equivalent alkane carbon number (EACN) of zero, and as a function of salinity. These studies showed that, indeed, the original HLD equation for ionic surfactant could not be interpreted as chemical potential or curvature because a salinity prefactor "bi" was missing. The revised equation, HLDbi = bi∙ln(S)-kbi∙EACN+Ccbi -aTbi∙(T-25°C), could now be interpreted as a curvature expression, and it was demonstrated that Cc could be obtained from curvature at characteristic conditions, only that the proper expression is Cc = Ccbi/bi.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».