MétaCan
Menu
Retour à la cohorte
Enregistrement W4312037532 · doi:10.1002/jsde.12653

The characteristic curvature (Cc) definition and its use in assessing Cc for single ionic surfactants

2022· article· en· W4312037532 sur OpenAlexafffund
Zhuotao Leng, Edgar Acosta

Notice bibliographique

RevueJournal of Surfactants and Detergents · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueSurfactants and Colloidal Systems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCurvatureChemistryPulmonary surfactantThermodynamicsPartition coefficientIonic bondingChromatographyOrganic chemistryMathematicsPhysicsIonGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract 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 led to renaming the HLD surfactant parameter, sigma ( σ ), as the characteristic curvature (Cc). This work tests the validity of the curvature interpretation of the HLD, and the Cc concept, for single ionic surfactants and the use of this concept as a method to assess the Cc without the use of reference surfactants or alcohols. To this end, the net curvature of six anionic and two cationic surfactants was evaluated 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 the original HLD equation for ionic surfactant could not be interpreted as chemical potential or curvature because a salinity prefactor (coefficient) “bi” was missing. The revised equation, HLD bi = bi∙ln(S)‐k bi ∙EACN+Cc bi ‐a Tbi ∙(T‐25°C), could now be interpreted as a curvature expression, and it was demonstrated that Cc could be obtained from curvature using the expression Cc = Cc bi /bi. This single surfactant method produces uncertainties that, for most surfactants, ranged from 0.2 to 1 Cc units, similar to the uncertainty obtained with the conventional method of Cc determination using mixtures of test and reference surfactants.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,061
Tête enseignante GPT0,260
Écart entre enseignants0,199 · 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'étudeObservationnel
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

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Surfactants and DetergentsMême sujetSurfactants and Colloidal SystemsTravaux en français237 207