On the Role of Starchy Grains in Ice Nucleation Processes
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
High Resolution Image Download MS PowerPoint Slide Little is known about the role of starchy food on climate change processes like ice nucleation. Here, we investigate the ice nucleation efficiency (INE) of eight different starchy food materials, namely, corn (CO), potato (PO), barley (BA), brown rice (BR), white rice (WR), oats (OA), wheat (WH), and sweet potato (SP), in immersion freezing mode under mixed-phase cloud conditions. Notably, among all these food materials, PO and BA exhibit the highest ice nucleation efficiency with ice nucleation temperatures as high as −4.3 °C ( T 50 ∼ −7.0 ± 0.5 °C) and −6.5 °C ( T 50 ∼ −7.2 ± 0.2 °C), respectively. We also explore the effect of environmentally relevant physicochemical conditions on ice nucleation efficiency, including different pH, temperature, UV/O 3 /NO x exposure, and various cocontaminants. The change in shape, size, surface properties, hydrophobicity, and crystallinity of materials accounted for the altered INE. The increase in shape, size, and hydrophobicity of the sample generally reduces the INE, whereas an increase in crystallinity enhances the INE of the sample under our experimental conditions. The results suggest that environmentally relevant concentrations slightly alter INE, indicating their role as catalysts in environmental matrices. The outcome of studies on the ice nucleation properties of these food-containing aerosols might help in the physicochemical understanding of other biomolecule-induced ice nucleation, which is still an underdeveloped research area.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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