MétaCan
Menu
Retour à la cohorte
Enregistrement W1529254530 · doi:10.5772/31614

Tandem Mass Spectrometry of Alkanolamines in Environmental Samples

2012· book-chapter· en· W1529254530 sur OpenAlexafffund
John V. Headley, Kerry M. Peru, Adeola A. Adenugba, Dena McMarti

Notice bibliographique

RevueInTech eBooks · 2012
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePharmacological Effects and Assays
Établissements canadiensUniversity of ReginaEnvironment and Climate Change Canada
Organismes subventionnairesShell Canada
Mots-clésTandem mass spectrometryMass spectrometryTandemChromatographyChemistryEnvironmental chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

In the last 25 years, alkanolamines have been studied extensively because of their industrial importance in natural gas processing plants, synthetic ammonia plants, fossil-fuel-fired power plants, chemical, and petrochemical industries Alkanolamines are used as chemical intermediates and as surface-active agents in cosmetics, pharmaceuticals, agricultural products, and in various industrial products and applications. Aqueous solutions of alkanolamines are commonly used on a large scale in the natural gas industry to strip and remove acid gases such as carbon dioxide, sulfur dioxide and www.intechopen.com Tandem Mass Spectrometry -Applications and Principles 560 hydrogen sulfide) from natural gases and hydrocarbon liquids (Carroll and Marther, 1997; Kohl and Nielsen, 1997 as cited in Hansen et al., 2010). Other uses and applications of alkanolamines are summarized in the Table 1. Application Function Type of alkanolamines Coating Used in both water and solvent based coatings. Increase the solubility of other components and enhance solution stability DEEA and DMEA Emulsifying and Dispersing agents Emulsifying additives in textile, lubricants, polishes, detergents, pesticides and personal care products -hand lotions, shaving creams and shampoos. www.intechopen.com

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0030,000

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 Opus0,028
Tête enseignante GPT0,228
Écart entre enseignants0,200 · 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.

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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetPharmacological Effects and AssaysTravaux en français237 207