MétaCan
Menu
Retour à la cohorte
Enregistrement W4386544158 · doi:10.1002/mgea.4

Atomistic simulations of nucleation and growth of CaCO<sub>3</sub> with the influence of inhibitors: A review

2023· review· en· W4386544158 sur OpenAlexaff
Yue Li, Hongbo Zeng, Hao Zhang

Notice bibliographique

RevueMaterials Genome Engineering Advances · 2023
Typereview
Langueen
DomaineMaterials Science
ThématiqueCalcium Carbonate Crystallization and Inhibition
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Biochemical engineeringNucleationMechanism (biology)BiomineralizationComputer scienceScalingScale (ratio)Relevance (law)NanotechnologyChemistryData scienceMaterials sciencePhysicsBiologyEngineeringChemical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Calcium carbonate (CaCO 3 ) is a crucial mineral with great scientific relevance in biomineralization and geoscience. However, excessive precipitation of CaCO 3 is posing a threat to industrial production and the aquatic environment. The utilization of chemical inhibitors is typically considered an economical and successful route for addressing the scaling issues, while the underlying mechanism is still debated and needs to be further investigated. In this context, a deep understanding of the crystallization process of CaCO 3 and how the inhibitors interact with CaCO 3 nuclei and crystals are of great significance in evaluating the performance of scale inhibitors. In recent years, with the rapid development of computing facilities, computer simulations have provided an atomic‐level perspective on the kinetics and thermodynamics of possible association events in CaCO 3 solutions as well as the predictions of nucleation pathway and growth mechanism of CaCO 3 crystals as a complement to experiment. This review surveys several computational methods and their achievements in this field with a focus on analyzing the functional mechanisms of different types of inhibitors. A general discussion of the current challenges and future directions in applying atomistic simulations to the discovery, design, and development of more effective water‐scale inhibitors is also 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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Genome Engineering AdvancesMême sujetCalcium Carbonate Crystallization and InhibitionTravaux en français237 207