Near infrared reflectance spectroscopy for the fast identification of PVC-based films
Notice bibliographique
Résumé
Near infrared (NIR) reflectance spectroscopy was used to develop a non-destructive and rapid qualitative method for the analysis of plastic films used by the pharmaceutical industry for blistering. Three types of films were investigated: 250 microm PVC [poly(vinyl chloride)] films, 250 microm PVC films coated with 40 g m(-2) of PVDC [poly(vinylidene dichloride)] and 250 microm PVC films coated with 5 g m(-2) of TE (Thermoelast) and 90 g m(-2) of PVDC. Three analyses were carried out using different pre-treatment options and a PLS (partial least squares) algorithm. Each analysis was aimed at identifying one type of film and rejecting all types of false sample (different thickness, colour or layer). True and false samples from four plastics manufacturers were included in the calibration sets in order to obtain robust methods that were suitable regardless of the supplier. Specificity was demonstrated by testing validation sets against the methods. The tests showed 0% of type I (false negative identification) and 1% of type II errors (false positive identification) for the PVC method, 13 and 3%, respectively, for the PVC-PVDC method and no error for the PVC-TE-PVDC method. Type II errors, mostly due to the slight sensitivity of the methods to film thickness, are easily corrected by simple thickness measurements. This study demonstrates that NIR spectroscopy is an excellent tool for the identification of PVC-based films. The three methods can be used by the pharmaceutical industry or plastics manufacturers for the quality control of films used in blister packaging.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».