Predicting Liquid–Liquid Phase Separation of Submicrometer Proxies for Atmospheric Secondary Aerosol
Notice bibliographique
Résumé
Liquid–liquid phase separation (LLPS) of atmospheric aerosols can significantly impact climate, air quality, and human health. However, their complex composition, small size, and history-dependent properties result in great uncertainty in the modeling of aerosol phase state and atmospheric processes. Herein, using cryogenic transmission electron microscopy (cryo-TEM), we examined model submicron aerosols composed of organic compounds and ammonium sulfate and established a parametrization for the separation relative humidity (SRH) that accounts for chemical composition, particle size, and equilibration time. We evaluated different variables that describe chemical composition: O/C ratio, partition coefficient, solubility, molar mass, and polarizability. The O/C ratio fits the SRH of micrometer droplets best, and by using a scaling factor to translate the micrometer SRH parametrization to submicron aerosols, we incorporate the effects of size and equilibration time. The measured scaling factor for the submicron mean SRH (30 nm–1 μm, 20 min equilibration times) is 0.80, and the factor becomes 1 with equilibration time over 1 h and is equal to 0, meaning that SRH is absent, when the aerosol dry diameter is smaller than 30 nm. Our parametrization will aid in universal SRH modeling, potentially leading to more accurate predictions of aerosol mass, optical properties, hygroscopicity, and heterogeneous chemistry.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».