MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387966820 · doi:10.1021/acs.est.3c02894

Impact of pH on Gas-Particle Partitioning of Semi-Volatile Organics in Multicomponent Aerosol

2023· article· en· W4387966820 sur OpenAlexafffund
Brandon J. Wallace, Michel Laforest Mongeau, Andreas Zuend, Thomas C. Preston

Notice bibliographique

RevueEnvironmental Science & Technology · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésAerosolEvaporationChemistryParticle (ecology)Aqueous solutionAnalytical Chemistry (journal)Raman spectroscopyRelative humidityParticle sizeChemical engineeringEnvironmental chemistryThermodynamicsOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The partitioning of semivolatile organic compounds (SVOCs) between the condensed and gas phases can have significant implications for the properties of aerosol particles. In addition to affecting size and composition, this partitioning can alter radiative properties and impact cloud activation processes. We present measurements and model predictions on how activity and pH influence the evaporation of SVOCs from particles to the gas phase, specifically investigating aqueous inorganic particles containing dicarboxylic acids (DCAs). The aerosols are studied at the single-particle level by using optical trapping and cavity-enhanced Raman spectroscopy. Optical resonances in the spectra enable precise size tracking, while vibrational bands allow real-time monitoring of pH. Results are compared to a Maxwell-type model that accounts for volatile and nonvolatile solutes in aqueous droplets that are held at a constant relative humidity. The aerosol inorganic–organic mixture functional group activity coefficients thermodynamic model and Debye–Hückel theory are both used to calculate the activities of the species present in the droplet. For DCAs, we find that the evaporation rate is highly sensitive to the particle pH. For acidity changes of approximately 1.5 pH units, we observe a shift from a volatile system to one that is completely nonvolatile. We also observe that the pH itself is not constant during evaporation; it increases as DCAs evaporate, slowing the rate of evaporation until it eventually ceases. Whether a DCA evaporates or remains a stable component of the droplet is determined by the difference between the lowest p K a of the DCA and the pH of the droplet.

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 enseignants0,003
Score d'incertitude au seuil0,005

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 recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,221
Écart entre enseignants0,212 · 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

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→