MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417153114 · doi:10.1038/s41467-025-67250-1

Bulk Phase Dominates Sulfur Dioxide Hydrolysis over Interfacial Processes

2025· article· en· W4417153114 sur OpenAlexaff
Mile Du, Manyi Yang, Han Wang, Yu Song, Tong Zhu

Notice bibliographique

RevueNature Communications · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNanjing UniversityGovernment of Jiangsu ProvinceEarthLab, University of WashingtonNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésHydrolysisSulfur dioxideSulfateWork (physics)Aqueous solutionPhase (matter)Molecular dynamics

Résumé

récupéré en direct d'OpenAlex

Sulfur dioxide (SO2) hydrolysis is a critical step in secondary sulfate formation, which significantly affects air quality and climate change. Since the 1980s, debate has persisted over whether this reaction occurs mainly at the air–water interface or in the bulk phase. In this study, we investigate SO2 hydrolysis in heterogeneous systems using molecular dynamics simulations that are driven by a deep neural network potential with ab initio accuracy. In previous studies, rapid interfacial reactions have been proposed to account for the unexpectedly high SO2 uptake coefficients. In contrast, our results reproduce the observed uptake coefficients but show that interfacial hydrolysis contributes only 1%. We find that hydrolysis is accelerated in the bulk phase, where the denser hydrogen-bond network enhances SO2 electrophilicity and lowers the reaction barrier. The theoretical simulations in this work help to improve the understanding of aqueous sulfate aerosol formation and microdroplet chemistry. Sulfur dioxide hydrolysis is a major atmospheric removal pathway. Here the authors use neural-network-potential driven molecular dynamics simulations to show that this process is accelerated in the bulk phase rather than at air-water interfaces.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,281
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→