Experimental Determination and Computational Prediction of Androstenedione Solubility in Alcohol + Water Mixtures
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
This article evaluates the accuracy and applicability of three of the most common solubility models (i.e., Jouyban–Acree, NRTL-SAC, and COSMO-RS) in prediction of androstenedione (AD) solubility in binary mixtures of methanol + water and ethanol + water. The solubilities were measured from (275 to 325) K using medium-throughput experiments and then well represented mathematically by modified Apelblat and CNIBS/Redlich–Kister equations. The computational results show that AD solubility decreases monotonically with increasing water concentration in methanol + water mixtures, but it has a maximum at 0.15–0.30 mole fraction of water in the ethanol aqueous solution. Moreover, the performance of three solubility prediction models in this particular case was compared to identify the advantages and disadvantages of each model. The overall average relative deviation (ARD) for solubility prediction is 4.4% using Jouyban–Acree model, while it is 18.3% with NRTL-SAC model. Surprisingly, COSMO-RS model in combination with reference solubility achieves a good performance for solubility prediction in mixed solvents, including the prediction of synergistic effect of solvents, with overall ARD of only 4.9%.
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 | 0,001 | 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