MétaCan
Menu
Retour à la cohorte
Enregistrement W1989200029 · doi:10.1021/ac026229+

Efficiency of Methods for Karl Fischer Determination of Water in Oils Based on Oven Evaporation and Azeotropic Distillation

2003· article· en· W1989200029 sur OpenAlexaff
William Larsson, Jocelyn Jalbert, Roland Gilbert, Anders Cedergren

Notice bibliographique

RevueAnalytical Chemistry · 2003
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensHydro-Québec
Organismes subventionnairesNational Institute of Standards and Technology
Mots-clésChemistryDistillationChloroformMatrix (chemical analysis)DilutionNISTChromatographyEvaporationExtraction (chemistry)Analytical Chemistry (journal)TitrationOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

The efficiency of azeotropic distillation and oven evaporation techniques for trace determination of water in oils has recently been questioned by the National Institute of Standards and Technology (NIST), on the basis of measurements of the residual water found after the extraction step. The results were obtained by volumetric Karl Fischer (KF) titration in a medium containing a large excess of chloroform (> or = 65%), a proposed prerequisite to ensure complete release of water from the oil matrix. In this work, the extent of this residual water was studied by means of a direct zero-current potentiometric technique using a KF medium containing more than 80% chloroform, which is well above the concentration recommended by NIST. A procedure is described that makes it possible to correct the results for dilution errors as well as for chemical interference effects caused by the oil matrix. The corrected values were found to be in the range of 0.6-1.5 ppm, which should be compared with the 12-34 ppm (uncorrected values) reported by NIST for the same oils. From this, it is concluded that the volumetric KF method used by NIST gives results that are much too high.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,314
Écart entre enseignants0,295 · 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

Citations36
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAnalytical Chemistry and SensorsTravaux en français237 207