MétaCan
Menu
Retour à la cohorte
Enregistrement W4402472392 · doi:10.1021/acs.langmuir.4c02950

Water Vapor Adsorption–Desorption Hysteresis Due to Clustering of Water on Nonporous Surfaces

2024· article· en· W4402472392 sur OpenAlexaff
Y. Viisanen, Mária Lbadaoui-Darvas, Ana A. Piedehierro, André Welti, Athanasios Nenes, Ari Laaksonen

Notice bibliographique

RevueLangmuir · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensImpact
Organismes subventionnairesAcademy of Finland
Mots-clésAdsorptionDesorptionPorous mediumWater vaporHysteresisChemical engineeringChemistryPorosityMaterials scienceEnvironmental chemistryOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Water vapor is continuously adsorbed onto and desorbed from all kinds of surfaces depending on changes in relative humidity. Adsorption-desorption hysteresis of water that occurs on various nonporous surfaces and extends down to low relative humidities has been reported for decades, but remains unexplained. Here we show experimentally that such hysteresis is a common phenomenon on metal oxide and mineral surfaces and can be divided into two distinct categories based on the wettability of the adsorbent surface. Type I hysteresis occurs on more hydrophobic surfaces and is associated with adsorption isotherms that behave rather linearly as water saturation is approached, whereas type II hysteresis occurs on more hydrophilic surfaces and is associated with adsorption isotherms that curve steeply upward close to saturation. Our model calculations strongly indicate that adsorption in both types occurs cluster-wise, and the type I hysteresis is caused by contact angle hysteresis, while type II hysteresis is associated with film formation close to saturation. The understanding of water vapor adsorption and desorption mechanisms may be key for explaining and quantifying physical and chemical interfacial phenomena in atmospheric and industrial environments.

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 enseignants0,002
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · 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

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207