Distinct Gas-Particle Partitioning and Viscosity Characteristics of Secondary Organic Aerosols Derived from α-Pinene versus Ocimene
Notice bibliographique
Résumé
Secondary organic aerosols (SOA) have complex, multicomponent composition that controls particle viscosity and gas-particle partitioning, key factors to their atmospheric evolution. This study investigates the chemical composition, volatility and viscosity of SOA formed by ozonolysis of cyclic α-pinene (PSOA) and acyclic ocimene (OSOA) monoterpenes. Using Temperature-Programmed Desorption combined with Direct Analysis in Real-Time ionization and High-Resolution Mass Spectrometry, we determined the molecular composition and saturation mass concentration of individual SOA constituents. These data enabled gas-particle partitioning and viscosity estimates under varied atmospheric conditions. PSOA, composed of higher molecular weight and less oxidized species, shows higher condensability and viscosity under high total organic mass ( tOM ) loadings. In contrast, OSOA, consisting of more oxidized, lower molecular weight species, exhibits greater sensitivity to tOM, with viscosity increasing significantly upon dilution. Poke-flow experiments support this trend, indicating that OSOA undergoes more dynamic compositional and phase changes during atmospheric aging. These observations reveal distinct dynamic trends in the atmospheric transformations and reactivity of SOA from cyclic and acyclic monoterpenes, with the latter showing greater compositional changes during aging that alter viscosity and diffusion. This highlights the importance of incorporating such dynamic transformations into atmospheric models to improve predictions of SOA atmospheric loadings, lifetimes, and impacts.
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) | 0,002 | 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 ».