MétaCan
Menu
Retour à la cohorte
Enregistrement W4415805384 · doi:10.1063/5.0297575

Mechanisms of ion migration in droplet coalescence and non-coalescence behaviors under direct current electric fields

2025· article· en· W4415805384 sur OpenAlexaff
Xin Huang, Hongru Li, Yijia Lu, Xiaoming Luo, Yangyang Tian, Yongxiang Sun, Lin Teng, Shijing Liang, Lilong Jiang

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Fujian ProvinceNational Natural Science Foundation of China
Mots-clésElectric fieldIonCoalescence (physics)Charge densitySurface tensionDissipative systemElectric chargeElectrostaticsSurface charge

Résumé

récupéré en direct d'OpenAlex

In electrostatic coalescence, ion migration in controlling the critical transition between coalescence and non-coalescence remains unclear. This study employs many-body dissipative particle dynamics simulations to examine ion migration under varying electric field strengths, ion concentrations, and other factors. During droplets approaching, ions first accumulate at the surfaces and, upon surface charge saturation, migrate to the droplet edge regions. In the liquid bridge evolution stage, low fields produce a neutralization zone where charge density drops sharply, weakening the driving force and suppressing ion transfer. In moderate fields, partial ion escape from this zone slows bridge expansion. At high fields, ions traverse the bridge to the opposite droplet, causing edge electric forces to exceed interfacial tension and preventing coalescence. Moreover, increasing ion concentrations elevates tip charge density and the number of ions transferred through the bridge, thereby lowering the critical field strength and promoting non-coalescence. Ion valence influences the stability of the neutralization zone and the proportion of ions transferred by modulating the microscopic electric force acting on the ions. These findings elucidate ion migration mechanisms governing droplet behavior.

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 candidatesaucune
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 enseignants0,753
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,221
Écart entre enseignants0,216 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207