MétaCan
Menu
Retour à la cohorte
Enregistrement W4308857143 · doi:10.1016/j.combustflame.2022.112476

The mobility diameter of soot determines its angular light scattering distribution

2022· article· en· W4308857143 sur OpenAlexfundno aff
Georgios A. Kelesidis, Patrizia Crepaldi, Martin Allemann, Aleksandar Đurić, Sotiris E. Pratsinis

Notice bibliographique

RevueCombustion and Flame · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesETH Zürich FoundationSiemensCarleton UniversityEidgenössische Technische Hochschule ZürichUniversität HeidelbergStavros Niarchos FoundationSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésSootAgglomerateDiscrete dipole approximationScatteringRayleigh scatteringLight scatteringRadiative transferMolecular physicsComputational physicsSingle-scattering albedoRadiative forcingMaterials scienceAerosolChemistryAnalytical Chemistry (journal)PhysicsOpticsCombustionMeteorologyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Characterization of soot agglomerates often relies on the angular distribution of their light scattering cross-section, C, that is based on the structure factor exponent, Ds, and asymmetry parameter, g, and depend on agglomerate mobility, dm, and constituent primary particle, dp, size distributions. Here, discrete element modeling is interfaced with discrete dipole approximation to determine C in the range of dm = 60–450 nm with mean dp = 9–26 nm that are most prevalent in fire detection, air pollution and climate change. Increasing dm reduces the effective density, ρeff, and drastically increases Ds and g (by a factor of about 2–20), while increasing dp or its geometric standard deviation increases ρeff but only slightly decreases Ds (10–20%). Thus, the angular light scattering distribution of soot is largely determined by its dm. Currently, rather constant Ds and g are obtained for large agglomerates (dm ≥ 250 nm) by laser diagnostics based on the Rayleigh Debye Gans theory and used in climate models. This overestimates the dm for small soot agglomerates by up to a factor of four and underestimates their radiative forcing efficiency by 10%. So, relations between Ds, g and dm are derived here and validated with data from our premixed flames and literature diffusion flame and field data. These relations cover the evolution of Ds and g with dm and nicely converge to the constant Ds for dm ≥ 250 nm. As such, they can facilitate the characterization of soot agglomerates by light scattering and help to quantify accurately the soot contribution to global warming.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCombustion and FlameMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207