MétaCan
Menu
Retour à la cohorte
Enregistrement W2011455766 · doi:10.1021/ac1018793

Chromatography Using a Water Stationary Phase and a Carbon Dioxide Mobile Phase

2010· article· en· W2011455766 sur OpenAlexafffund
Michael Fogwill, Kevin B. Thurbide

Notice bibliographique

RevueAnalytical Chemistry · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésChemistryChromatographyFlame ionization detectorPhase (matter)MiscibilityAnalyteCarbon dioxideGas chromatographyAnalytical Chemistry (journal)Organic chemistryPolymer

Résumé

récupéré en direct d'OpenAlex

A novel chromatographic separation method is introduced which employs water (saturated with CO(2)) as a stationary phase and CO(2) (saturated with water) as a mobile phase. Since water and CO(2) have little miscibility, conditions can be attained that create a stationary phase of water lining the inside of an uncoated stainless steel capillary. Because altering temperature and pressure can change both the density of the mobile phase and the polarity of the stationary phase, these experimental parameters offer good flexibility for optimizing separations and allow for different gradient programmed separation options. Further, since this method is free of organic stationary and mobile phase components, it is environmentally compatible and allows the use of universal flame ionization detection. This system offers very good sample capacity, peak symmetry, and retention time reproducibility (∼1% RSD run-to-run, ∼4% RSD day-to-day). Analytes such as alcohols, carboxylic acids, phenols, and tocopherols are employed to investigate this relatively inexpensive and robust method. As an application, the system is used to quantify ethanol in alcoholic beverages and biofuel and to analyze caffeine levels in drinks. In all cases, quantitative results are obtained with quick throughput times and often little need for sample preparation.

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 candidatesMéta-épidémiologie (sens strict), Charge 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: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,010
Tête enseignante GPT0,284
Écart entre enseignants0,274 · 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

Citations23
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207