MétaCan
Menu
Retour à la cohorte
Enregistrement W2335012889 · doi:10.1021/ie303416h

Effects of Electrolytes, Water, and Temperature on Cross-Linking of Glutaraldehyde and Hydrolyzed Specified Risk Material

2013· article· en· W2335012889 sur OpenAlexafffund
Nayef El‐Thaher, Tizazu H. Mekonnen, Paolo Mussone, David C. Bressler, Phillip Choi

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2013
Typearticle
Langueen
DomaineChemistry
ThématiqueChemical Synthesis and Reactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Prion Research InstituteU.S. Food and Drug Administration
Mots-clésGlutaraldehydeChemistryDissolutionSolubilityMiscibilityAqueous solutionSalt (chemistry)Chemical engineeringAmine gas treatingHydrolysisDehydrationElectrolyteOrganic chemistryInorganic chemistryPolymerPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The effects of salt, water, and temperature on the cross-linking of peptones with glutaraldehyde were studied. At low reaction temperatures, amine groups from peptones form Schiff bases with carbonyl groups of glutaraldehyde. The resulting C═N bond is weak and can be easily broken by heat or dissolution in water. As the reaction temperature is increased, the more stable C—N bond is formed. A network with low water solubility and significantly improved thermal stability is produced. The presence of salt (sodium chloride) increases the miscibility of peptones and glutaraldehyde solution but also increases the water solubility of the final product. The presence of water also has a dual effect. Water acts as a medium to disperse peptones into glutaraldehyde and is also a hydrogen source to drive the reaction forward. However, water is a byproduct of the reaction. Its presence suppresses the reaction from the standpoint of thermodynamic equilibrium, and it must therefore be driven off (by heat).

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,244 · 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

Citations24
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetChemical Synthesis and ReactionsTravaux en français237 207