MétaCan
Menu
← Retour à la cohorte
Enregistrement W4321494245 · doi:10.5194/egusphere-egu23-995

Viscosity and physical state of sucrose/ammonium sulfate/H2O droplets

2023· preprint· en· W4321494245 sur OpenAlexaff
Mijung Song, Rani Jeong, Joseph Lilek, Andreas Zuend, Rongshuang Xu, ManNin Chan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésViscosityTernary operationAmmonium sulfateChemistryAerosolRelative humidityMixing (physics)ThermodynamicsAnalytical Chemistry (journal)ChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

To explore aerosol chemistry and climate change, information of the physical state of aerosol particles is essential. Herein, we measured viscosities of binary mixtures of sucrose/H2O and ammonium sulfate (AS)/H2O, and ternary mixtures of sucrose/AS/H2O with different organic-to-inorganic dry mass ratios. For sucrose droplets, the viscosity gradually enhanced from ~4 × 10-1 to > ~1 × 108 Pa‧s as the relative humidity (RH) decreased from ~81% to ~24%. This corresponds from liquid to semisolid or solid state. For AS droplets, the viscosity dramatically enhanced at ~ 50% RH upon dehydration; to be < 102 Pa‧s for RH > ~50% (liquid state), and > ~1 × 1012 Pa‧s for RH ≤ ~50% (solid state). In case of the ternary mixtures, remarkable enhancement in viscosity was observed as the inorganic ratio increased at a given RH. All particles studied in this work were observed to exist as a liquid, semi-solid or solid depending on the organic-to-inorganic dry mass ratios and RH. Moreover, the measured viscosities of the binary and ternary mixtures were compared with the calculated viscosities using the Aerosol Inorganic–Organic Mixtures Functional groups Activity Coefficients Viscosity model (AIOMFAC-VISC) predictions with the Zdanovskii–Stokes–Robinson (ZSR)-style organic–inorganic mixing model. It showed excellent model–measurement agreement. The result will be discussed.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,234
Écart entre enseignants0,214 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→