Shape of sodium chloride particles as a function of drying rate
Notice bibliographique
Résumé
Sodium chloride (NaCl) plays an important role both in the laboratory as a calibration aerosol and in nature as a component of sea-spray particles. Despite their ubiquity, NaCl particles show significant variation in their shape depending on the drying rate. This work builds on the current literature by establishing the influence of drying rate on the distribution of effective density and dynamic shape factor of laboratory generated NaCl particles. A calibration factor is first established using a spherical aerosol composed of Santovac (polyphenyl ether), to account for instrumental uncertainties. A total of three different drying rates were tested: −97 RH/s (slow), −260 RH/s (intermediate), and −506 RH/s (fast). The effective density and dynamic shape factor results (in the transition regime) shows that slow dried particles attained a distinct cube-like shape (ρeff ≈ 2200–1600 kg/m3, χ ≈ 1–1.15), intermediate particles achieved much rounded corners while still showing some cube-like features (ρeff ≈ 2200–1800 kg/m3, χ ≈ 1.00–1.08), and fast dried particles retained its spherical morphology (ρeff ≈ 2200–2000 kg/m3, χ ≈ 1.00–1.02). The range of shapes observed is also influenced by particle size; smaller particles (<50 nm) were more spherical regardless of the drying rate. Additionally, bidimensional effective density analysis revealed shape variability within particles of the same size, suggesting a distribution of morphologies, especially for the slow drying case. These results are validated using TEM images at three approximately different mobility sizes − 100, 200 and 400 nm.Copyright © 2025 American Association for Aerosol Research
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».