MétaCan
Menu
Retour à la cohorte
Enregistrement W2049407778 · doi:10.1002/ffj.1734

Quantification of perfume compounds in shampoo using solid‐phase microextraction

2006· article· en· W2049407778 sur OpenAlexaff
Yong Chen, Frédéric Begnaud, Alain Chaintreau, Janusz Pawliszyn

Notice bibliographique

RevueFlavour and Fragrance Journal · 2006
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésShampooChemistryChromatographySolid-phase microextractionExtraction (chemistry)Sample preparationOrganic chemistryGas chromatography–mass spectrometryMass spectrometry

Résumé

récupéré en direct d'OpenAlex

Abstract Methods for the quantitative analysis of perfume compounds in shampoo were developed using SPME (solid‐phase microextraction). The method development started with the extraction of the perfume compounds from water, and subsequently from shampoo aqueous dispersion. It was observed that the addition of salts decreased the extraction efficiencies with the concentration of shampoo in water as low as 0.1% in contrast to the effect of the salt in water. Step‐by‐step optimization to increase extraction efficiency and minimize matrix effect was investigated. Dilution of shampoo with water was found to be an efficient method for quantification. It decreased the viscosity of the shampoo and increased the concentration of free analytes. Largely diluted shampoos enabled an efficient SPME extraction and allowed the use of a unified calibration applicable to different types of shampoo. The exhaustive SPME extraction of small amounts of sample, e.g. 50 µl, provided another fast quantitative method. This unprecedented work presents quantitative methods for the analysis of perfume compounds in shampoo. This research extends the knowledge of perception and reconstitution of perfume compounds in shampoo, and facilitates development of new detergent products. Copyright © 2006 John Wiley & Sons, Ltd.

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 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 enseignants0,083
Score d'incertitude au seuil0,490

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 technologies0,0000,000
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 Opus0,036
Tête enseignante GPT0,349
Écart entre enseignants0,313 · 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

Citations43
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFlavour and Fragrance JournalMême sujetAnalytical chemistry methods developmentTravaux en français237 207