MétaCan
Menu
Retour à la cohorte
Enregistrement W4410392794 · doi:10.5194/egusphere-2025-2170

Surface tension and hygroscopicity analysis of aerosols containing organosulfate surfactants

2025· preprint· en· W4410392794 sur OpenAlexaff
Vahid Shahabadi, Cassandra Lefort, Hoi Tang Law, Man Nin Chan, Thomas C. Preston

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemistry
ThématiqueSurfactants and Colloidal Systems
Établissements canadiensMcGill University
Organismes subventionnairesResearch Grants Council, University Grants CommitteeScience Foundation IrelandSimons Foundation
Mots-clésSurface tensionChemical engineeringPulmonary surfactantMaterials scienceChemistryComposite materialPhysicsThermodynamicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. Organosulfate (OS) surfactants can influence cloud condensation nuclei (CCN) activation and hygroscopic growth by reducing the surface tension of aerosol particles. We investigate the surface tension and hygroscopicity of aerosols containing short- and long-chain OSs under supersaturated conditions using an electrodeformation method coupled with Raman spectroscopy. For short-chain OSs, the surface tension continues to decrease even under dry, viscous conditions. Sodium ethyl sulfate (SES) lowered surface tension to approximately 30 mN m-1, a value lower than that of sodium dodecyl sulfate (SDS) at its critical micelle concentration. We also studied ternary systems containing OSs with citric acid (CA) or sodium chloride (NaCl). Even small amounts of SDS, with a molar ratio of 10-3 relative to CA, reduce surface tension by up to 40 % at low relative humidity (RH) compared to CA alone. Despite strong surface tension reduction, ternary OS–CA–water systems show hygroscopicity nearly identical to binary CA–water systems, suggesting that surface tension does not influence water uptake under subsaturated conditions. Ternary systems containing NaCl and OS undergo efflorescence at 47 % RH, but the crystallized NaCl becomes partially engulfed. If the RH is subsequently increased, the coating takes up water. At the deliquescence point (72 % RH), the particle becomes homogeneous again. These findings improve our understanding of particle growth and cloud drop formation processes, which influence cloud properties like albedo and lifetime.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,273
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSurfactants and Colloidal SystemsTravaux en français237 207