MétaCan
Menu
Retour à la cohorte
Enregistrement W2065846019 · doi:10.1002/elan.200302869

Voltammetry as a Virtual Potentiometric Sensor in Modeling of a Metal‐Ligand System and Refinement of Stability Constants. Part 1. Polarographic and Glass Electrode Potentiometric Study of a Dynamic Cd‐Glycine System

2004· article· en· W2065846019 sur OpenAlexfundno aff
Ignacy Cukrowski, Jian Min Zhang

Notice bibliographique

RevueElectroanalysis · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésPotentiometric titrationPolarographyElectroanalytical methodElectrodeAnalytical Chemistry (journal)ChemistryVoltammetryLigand (biochemistry)Cyclic voltammetryPotentiometric sensorGlass electrodeInorganic chemistryReference electrodeElectrochemistryPhysical chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract A mathematical conversion of data coming from nonequilibrium and dynamic voltammetric techniques (a direct current sampled (DC) and differential pulse (DP) polarography) into potentiometric sensor type of data is described and tested on a dynamic metal‐ligand system. A combined experiment involving DCP, DPP and glass electrode potentiometry (GEP) was performed on a single solution sample containing a fixed [LT] : [MT] ratio (acid‐base titration). Dedicated potentiometric software ESTA was successfully employed in the refinement operations performed on virtual potentiometric (VP) data obtained from DC and DP polarography. It was possible to refine stability constants either separately, from VP‐DC or VP‐DP, or simultaneously from any combination of VP‐DC, VP‐DP and GEP. The concept of VP‐DC or VP‐DP is reported for the first time and numerous documented and possible advantages are discussed. The proposed procedure can be easily utilized also by nonelectrochemists who are interested in, e.g., the ligand design strategies.

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: Simulation ou modélisation · Signal consensuel: aucune
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectroanalysisMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207