MétaCan
Menu
Retour à la cohorte
Enregistrement W21711035 · doi:10.1021/jp2017488

SURFACE MODIFICATION WITH POLYETHYLENE GLYCOL-PROTEIN CONJUGATES FOR IMPROVED BLOOD COMPATIBILITY

2011· dissertation· en· W21711035 sur OpenAlexfundno aff
Sara Alibeik

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2011
Typedissertation
Langueen
DomaineEngineering
ThématiqueGraphene and Nanomaterials Applications
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPolyethylene glycolSurface modificationCompatibility (geochemistry)ConjugatePEG ratioChemistryMaterials scienceChemical engineeringBiochemistryEngineeringMathematicsComposite materialBusiness

Résumé

récupéré en direct d'OpenAlex

In this work, the molecular based Variable Range Statistical Associating Fluid Theory (SAFT-VR) has been used to estimate the global phase equilibria diagram of the ternary mixture water + carbon dioxide + methane, over a wide pressure and temperature range. An accurate determination of the phase equilibria of this mixture is relevant in Petrophysics, as, for instance, in enhanced natural gas recovery from low permeability reservoirs (the so-called tight gas reservoirs), or in geology, as it is the basic composition of many geological fluids. A previous study on the phase behavior of the binary mixtures involved is presented, using in a transferable manner the characteristic molecular parameters for the three molecules involved. The ternary mixture presents a very rich and complex phase behavior, with a wide region of the thermodynamic space of phases (at higher pressures) presenting a large gap of ternary liquid-liquid equilibria, that upon descending pressures leads to the transition to a three-phase liquid-liquid-vapor equilibria region, and both regions are separated by a continuous critical end point line. The ability of the theory to describe this complex multicomponent mixture phase transition with a reduced and physically sound set of characteristic parameters must be underlined.

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 enseignants0,002
Score d'incertitude au seuil0,622

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 Opus0,011
Tête enseignante GPT0,230
Écart entre enseignants0,218 · 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetGraphene and Nanomaterials ApplicationsTravaux en français237 207