MétaCan
Menu
Retour à la cohorte
Enregistrement W2316580097 · doi:10.1021/cg101536q

Crystallization, Polymorphism, and Binary Phase Behavior of Model Enantiopure and Racemic 1,3-Diacylglycerols

2011· article· en· W2316580097 sur OpenAlexaff
R. John Craven, Robert W. Lencki

Notice bibliographique

RevueCrystal Growth & Design · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEnantiopure drugCrystallizationRacemic mixtureEnantiomerChemistryDifferential scanning calorimetryPolymorphism (computer science)Phase (matter)Eutectic systemOrganic chemistryThermodynamicsEnantioselective synthesis

Résumé

récupéré en direct d'OpenAlex

1,3-Diacylglycerols (1,3-DAG) are components in many natural, commercial, and food systems. These compounds are always asymmetric, and diacid forms are chiral. To understand what effect this has on their crystallization behavior, model enantiopure (1-decanoyl-3-palmitoyl- sn -glycerol) and racemic (1,3-decanoyl-palmitoyl- rac -glycerol) 1,3-DAG were prepared and characterized. In addition, binary phase diagrams were prepared to investigate their phase behavior and the racemate’s crystalline tendency. The major finding for this work is eutectic phase behavior was seen for blends of opposite enantiomers indicating racemic mixtures form conglomerates (mechanical mixtures of enantiopure crystals) in the solid phase. Differential scanning calorimetry melting curves of the racemic mixture display marked polymorphism, whereas, the pure enantiomer did not. This can be understood from a structural perspective since chain-end matching and hydrogen-bond optimization (via orientation of glycerol) are simultaneous for enantiopure, but are multistage for racemic DAG. Thus, there are critical differences between the crystallization behavior of enantiopure and racemic 1,3-DAG, and future physical analysis of these compounds should reflect this finding.

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 enseignants0,036
Score d'incertitude au seuil0,299

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 Opus0,049
Tête enseignante GPT0,231
Écart entre enseignants0,182 · 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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrystal Growth & DesignMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207