MétaCan
Menu
Retour à la cohorte
Enregistrement W2330678385 · doi:10.1021/je5003847

Solubility of Cholesterol in Quaternary Mixtures of Bile Salt, Lecithin, Inorganic Salt, and Water at 310.2 K

2014· article· en· W2330678385 sur OpenAlexaff
Jie Lü, Dan‐Hui Wu, Lianwei Chen, Lijuan Zhang, Shimin Mao

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueDrug Transport and Resistance Mechanisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésChemistrySalt (chemistry)LecithinSolubilityQuaternaryCholesterolInorganic chemistryChromatographyOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

The solubility of cholesterol (Ch) in quaternary mixtures of bile salt (BS), lecithin (L), inorganic salt (Ca 2+ ), and water, which can be used as model biles was measured at 310.2 K in this work. The accurate concentrations of bile salt, lecithin, and cholesterol were determined by high performance liquid chromatography (HPLC). The effect of bile salt/lecithin molar ratio, bile salt concentration, total lipid concentration, and Ca 2+ concentration on the solubility of cholesterol were investigated in detail. The results show that the cholesterol solubility monotonically increases with the increase of the concentration of bile salt or total lipid. The cholesterol solubility first increases with the bile salt/lecithin molar ratio when the bile salt/lecithin molar ratio is lower than 1 and then decreases when the bile salt/lecithin molar ratio further increases. In addition, the existence of Ca 2+ in the model biles will significantly decrease the solubility of cholesterol.

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)0,001
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 seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,220 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetDrug Transport and Resistance MechanismsTravaux en français237 207