Quantitative analysis of star‐branched polymers by multidetector size‐exclusion chromatography
Notice bibliographique
Résumé
Abstract The object of this study is to develop multidetector size‐exclusion chromatography (SEC) methods to determine the number of arms per molecule across the molecular size distribution of star‐branched polymers. An empirical fit between the intrinsic viscosity molecular contraction factor g ‘ and the number of arms f is used as an alternative to converting g ‘ values to root mean square radii ratios used by random walk models. The quantitative analysis of star polymer distributions by SEC is then reduced to understanding factors unique to the accurate measurement of g ‘ across the molecular size distribution. Two methods of analyzing SEC data are then tested: (1) the “conventional method” utilizing values of weight‐average molecular weight and intrinsic viscosity at each retention volume and (2) the method of component chromatograms. The latter is a new method useful when only a few different types of branching are present. It depends on fitting each detector's chromatograms as the sum of component chromatograms. Plotting the intrinsic viscosity of the branched polymer versus that of the linear polymer at the same molecular weight was useful for diagnosing problems. The conventional method was defeated by axial dispersion in the narrow chromatograms and the homogeneity of branching in the samples. The component chromatogram method avoids the axial dispersion problem but its value depends on how accurately the component peaks reflected the true situation. In this study, the method provided the most reasonable values when component peaks were grouped together. © 2002 Wiley Periodicals, Inc. J Appl Polym Sci 85: 552–570, 2002
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 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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».