MétaCan
Menu
Retour à la cohorte
Enregistrement W2018262483 · doi:10.1002/jssc.200700506

gAn improved interface for universal acoustic flame detection in modified supercritical fluid chromatography

2008· article· en· W2018262483 sur OpenAlexaff
Christine Mah, Kevin B. Thurbide

Notice bibliographique

RevueJournal of Separation Science · 2008
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDetectorInterfacingSupercritical fluid chromatographySupercritical fluidCombustorNoise (video)Resistive touchscreenPhase (matter)ChromatographyChemistryAnalytical Chemistry (journal)Interface (matter)AcousticsMaterials scienceGas chromatographyOpticsComposite materialComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

A novel method of interfacing the acoustic flame detector (AFD) with modified supercritical fluid chromatography (SFC) is presented. By applying resistive heating directly to the burner region between the restrictor outlet and the acoustic flame, infrequent severe noise, baseline drifting, and peak deformations that can occasionally be observed with the AFD are eliminated. For example, by increasing the interface temperature only a few hundred degrees Celsius, such sporadic noise in the detector can be reduced nearly ten-fold resulting in smooth stable operation of the AFD. Further, for various levels of methanol modified supercritical carbon dioxide mobile phase examined, the interface was observed to reduce detector noise in each to a common minimal range near 10-25 Hz when an appropriate temperature was achieved. The method is simply assembled, inexpensive to construct, and robust in its daily operation. Overall, the heated interface developed and presented facilitates reliable AFD operation in modified SFC, and supports further exploration and implementation of this sensor as an alternative universal detector in separations requiring an organic cosolvent in the mobile phase.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,295
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Separation ScienceMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207