High-performance dispersive Raman and absorption spectroscopy as tools for drug identification
Notice bibliographique
Résumé
Due to increasing availability of pharmaceuticals from many sources, a need is growing to quickly and efficiently analyze substances in terms of the consistency and accuracy of their chemical composition. Differences in chemical composition occur at very low concentrations, so that highly sensitive analytical methods become crucial. Recent progress in dispersive spectroscopy with the use of 2-dimensional detector arrays, permits for signal integration along a long (up to 12 mm long) entrance slit of a spectrometer, thereby increasing signal to noise ratio and improving the ability to detect small concentration changes. This is achieved with a non-scanning, non-destructive system. Two different methods using P&P Optica high performance spectrometers were used. High performance optical dispersion Raman and high performance optical absorption spectroscopy were employed to differentiate various acetaminophen-containing drugs, such as Tylenol™ and other generic brands, which differ in their ingredients. A 785 nm excitation wavelength was used in Raman measurements and strong Raman signals were observed in the spectral range 300-1800 cm<sup>-1</sup>. Measurements with the absorption spectrometer were performed in the wavelength range 620-1020 nm. Both Raman and absorption techniques used transmission light spectrometers with volume phase holographic gratings and provided sufficient spectral differences, often structural, allowing for drug differentiation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».