MétaCan
Menu
Retour à la cohorte
Enregistrement W2324811592 · doi:10.1021/ac501081b

Reducing pH Gradients in Free-Flow Electrophoresis

2014· article· en· W2324811592 sur OpenAlexafffund
Fletcher J. Agostino, Leonid T. Cherney, Mirzo Kanoatov, Sergey N. Krylov

Notice bibliographique

RevueAnalytical Chemistry · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryVolumetric flow rateElectrolysisVolume (thermodynamics)Flow (mathematics)Analytical Chemistry (journal)ElectrophoresisFlow chemistryElectrodeChromatographyMechanicsElectrolyteThermodynamicsCatalysis

Résumé

récupéré en direct d'OpenAlex

Small-volume continuous-flow synthesis (small-volume CFS) offers a number of benefits for use in small-scale chemical production and exploratory chemistry. Typically, small-volume CFS is followed by discontinuous purification; however, a fully continuous synthesis-purification combination is more attractive. Milli free-flow electrophoresis (mFFE) is a promising continuous-flow purification technique that is well suited for integration with small-volume CFS. The purification stability of mFFE, however, needs to be significantly improved before it can be feasible for this combination. One of the major sources of instability of mFFE is attributed to the ions produced as a result of electrolysis. These ions can form pH and conductivity gradients in mFFE, which are detrimental to separation quality. The severity of these gradients has not been thoroughly studied in mFFE. In this paper, we have experimentally demonstrated that detrimental pH gradients occur at flow rates of 8 mL/min and less, and electric field strengths of 25 V/cm and greater. To decrease the pH gradients, it is necessary to evacuate H(+) and OH(-) as soon as they are generated; this can be done by increasing local hydrodynamic flow rates. We calculated the necessary flow rate, to be applied at the electrode, which can effectively wash away both ions before they can cause a detrimental pH gradient. These optimized flow rates can be attained by designing a device that incorporates deep channels. We have confirmed the effectiveness of these channels using a prototyped device. The new design allows mFFE users to work over a wider range of flow-rate and electric-field conditions without experiencing significant changes in pH.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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'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

Citations4
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207