Comparison of non-ideal solution theories for multi-solute solutions in cryobiology and tabulation of required coefficients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Thermodynamic solution theories allow the prediction of chemical potentials in solutions of known composition. In cryobiology, such models are a critical component of many mathematical models that are used to simulate the biophysical processes occurring in cells and tissues during cryopreservation. A number of solution theories, both thermodynamically ideal and non-ideal, have been proposed for use with cryobiological solutions. In this work, we have evaluated two non-ideal solution theories for predicting water chemical potential (i.e. osmolality) in multi-solute solutions relevant to cryobiology: the Elliott et al. form of the multi-solute osmotic virial equation, and the Kleinhans and Mazur freezing point summation model. These two solution theories require fitting to only single-solute data, although they can make predictions in multi-solute solutions. The predictions of these non-ideal solution theories were compared to predictions made using ideal dilute assumptions and to available literature multi-solute experimental osmometric data. A single, consistent set of literature single-solute solution data was used to fit for the required solute-specific coefficients for each of the non-ideal models. Our results indicate that the two non-ideal solution theories have similar overall performance, and both give more accurate predictions than ideal models. These results can be used to select between the non-ideal models for a specific multi-solute solution, and the updated coefficients provided in this work can be used to make the desired predictions.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle