MétaCan
Menu
Retour à la cohorte
Enregistrement W4401578890 · doi:10.1021/acs.nanolett.4c01230

Counterion Distribution in the Stern Layer on Charged Surfaces

2024· article· en· W4401578890 sur OpenAlexaff
Tianyi Han, Wanxing Xu, Jie Han, Vahid Adibnia, Hongjiang He, Chenhui Zhang, Jianbin Luo

Notice bibliographique

RevueNano Letters · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrostatics and Colloid Interactions
Établissements canadiensDalhousie University
Organismes subventionnairesChina National Funds for Distinguished Young ScientistsChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésCounterionCharge densityAdsorptionIonChemistrySurface chargeElectrolyteChemical physicsAqueous solutionValence (chemistry)Inorganic chemistryAnalytical Chemistry (journal)Physical chemistryChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Counterion adsorption at the solid-liquid interface affects numerous applications. However, the counterion adsorption density in the Stern layer has remained poorly evaluated. Here we report the direct determination of surface charge density at the shear plane between the Stern layer and the diffuse layer. By the Grahame equation extension and streaming current measurements for different solid surfaces in different aqueous electrolytes, we are able to obtain the counterion adsorption density in the Stern layer, which is mainly related to the surface charge density but is less affected by the bulk ion concentration. The charge inversion concentration is further found to be sensitive to the ion type and ion valence rather than to the charged surface, which is attributed to the ionic competitive adsorption and ion-ion correlations. Our findings offer a framework for understanding ion distribution in many physical and chemical processes where the Stern layer is ubiquitous.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetElectrostatics and Colloid InteractionsTravaux en français237 207