MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402228850 · doi:10.1063/5.0213171

The presence of nanoparticles in aqueous droplets containing plant-derived biopolymers plays a role in heterogeneous ice nucleation

2024· article· en· W4402228850 sur OpenAlexafffund
Paul Bieber, Ghinwa H. Darwish, W. Russ Algar, Nadine Borduas‐Dedekind

Notice bibliographique

RevueThe Journal of Chemical Physics · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British Columbia
Mots-clésIce nucleusNucleationLaminarinNanoparticleChemical engineeringCelluloseSupercoolingChemistryLigninParticle (ecology)Materials scienceNanotechnologyPolysaccharideOrganic chemistryGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Organic matter can initiate heterogeneous ice nucleation in supercooled water droplets, thereby influencing atmospheric cloud glaciation. Predicting the ice nucleation ability of organic matter-containing cloud droplets is challenging due to the unknown mechanism for templating ice. Here, we observed the presence of nanoparticles in aqueous samples of known ice-nucleating biopolymers cellulose and lignin, as well as in newly identified ice-nucleating biopolymers xylan and laminarin. Using our drop Freezing Ice Nuclei Counter (FINC), we measured the median ice nucleation temperature (T50) of xylan and of laminarin droplets of 2 μl to be -14.2 and -20.0 °C, respectively. Next, we characterized these samples using nanoparticle tracking analysis, and we detected and quantified nanoparticles with mean diameters between 132 and 267 nm. Xylan contained the largest nanoparticles and froze at higher temperatures. Xylan also dictated the freezing in a 1:1:1:1 mixture with cellulose, lignin, laminarin, and xylan. Filtration experiments down to 300 kDa with the xylan sample indicated that the presence of nanoparticles triggered freezing. Overall, only samples with mean diameters above 150 nm froze above -20 °C. Furthermore, we determined the ice-active site densities normalized to particle concentrations, surface area, and mass of the nanoparticles to show that the samples' nucleation site densities are similar to sea spray aerosols and nanometer-sized dust. The identification and characterization of xylan and laminarin as nanometer-sized ice-nucleating substances expands the growing list of organic matter capable of impacting cloud formation and thus climate.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical Physics→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→