Predicting freezing points of ternary salt solutions with the multisolute osmotic virial equation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Previously, the multisolute osmotic virial equation with the combining rules of Elliott et al. has been shown to make accurate predictions for multisolute solutions with only single-solute osmotic virial coefficients as inputs. The original combining rules take the form of an arithmetic average for the second-order mixed coefficients and a geometric average for the third-order mixed coefficients. Recently, we derived generalized combining rules from a first principles solution theory, where all mixed coefficients could be expressed as arithmetic averages of suitable binary coefficients. In this work, we empirically extended the new model to account for electrolyte effects, including solute dissociation, and demonstrated its usefulness for calculating the properties of multielectrolyte solutions. First, the osmotic virial coefficients of 31 common salts in water were tabulated based on the available freezing point depression (FPD) data. This was achieved by polynomial fitting, where the degree of the polynomial was determined using a special criterion that accounts for the confidence intervals of the coefficients. Then, the multisolute model was used to predict the FPD of 11 ternary electrolyte solutions. Furthermore, models with the new combining rules and the original combining rules of Elliott et al. were compared using both mole fraction and molality as concentration units. We find that the mole-fraction-based model with the new combining rules performs the best and that the results agree well with independent experimental measurements with an all-system root-mean-square error of 0.24 osmoles/kg (0.45 °C) and close to zero mean bias for the entire dataset (371 data points).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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