Obtaining curvature-based HLD parameters for single ionic surfactants via Small Angle X-ray Scattering (SAXS)
Notice bibliographique
Résumé
The Hydrophilic-Lipophilic Difference (HLD) for ionic surfactant microemulsions (μEs) can be interpreted as the curvature normalized by the tail length parameter (L), if it is corrected by a factor “bi”, bi·HLD= HLDcurv= HLDbi= bi·ln(S) - kbi·EACN + Ccbi, with bi and kbi representing the curvature sensitivity to changes in salinity (S, g NaCl/100 mL) and in the equivalent alkane carbon number (EACN) of the oil, respectively; and Ccbi representing the normalized curvature when S = 1 %NaCl and EACN=0. This study determines the core radius (ξH) of drop-type μEs from a fractal core-shell analysis of Small Angle X-ray Scattering (SAXS) profiles of μEs obtained with different salinities (S) and oils (EACN), from where HLDcurv= -2L/ξH, or +2L/ξH, for oil-swollen micelles, or water-swollen reverse micelles, respectively. A linear regression analysis between HLDcurv, ln(S), and EACN yields bi, kbi, and Ccbi. This SAXS-based HLDcurv was tested using sodium dioctyl sulfosuccinate (AOT), sodium laureth sulfate (SLES), and cationic surfactant, dodecyltrimethyl ammonium chloride (DTAC). The bi, kbi and Ccbi parameters for these surfactants are consistent with those obtained using phase scans and solubilization studies. Various recommendations are offered to help reduce the uncertainty of the fitted bi, kbi and Ccbi values.
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 ».