MétaCan
Menu
Retour à la cohorte
Enregistrement W2347773504

Preparation of L-Asparagine molecularly imprinted polymer usinionic liuid as cosolvent

2014· article· en· W2347773504 sur OpenAlexaff
Meiyun Zhang

Notice bibliographique

RevueJournal of Functional Biomaterials · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésMolecularly imprinted polymerAdsorptionAqueous solutionEthylene glycol dimethacrylateMaterials scienceNuclear chemistryPrecipitation polymerizationAcetonitrilePolymer chemistryPolymerizationEthylene glycolPolymerChemical engineeringChemistryOrganic chemistryRadical polymerizationMethacrylic acidSelectivity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The molecularly imprinted polymers(L-Asn-MIPs-IL)were firstly prepared by precipitation polymerization using 4-vinylpyridine(4-VP)as functional monomers and ethylene glycol dimethyl acrylate(EGDMA)as cross-linker in the presence of L-Asparagine as template molecule in aqueous-acetonitrile and 1-butyl-3-methylimidazolium bromide[Bmim]Br solution.The scanning electron microscopy(SEM)exhibited that the L-AsnMIPs-IL were small particles with narrow particle size distributions.Compared with that of the molecularly imprinted polymers(L-Asn-MIPs)synthesized in aqueous-acetonitrile solution without[Bmim]Br,the yield and specific surface area of L-Asn-MIPs-IL was significantly higher.The results showed that L-Asn-MIPs-IL for LAsn possessed higher saturation adsorption amount,faster adsorption speed,better selective adsorption capacity and finer separation property for the enantiomers of Asparagine compared to L-Asn-MIPs.The equilibrium adsorption amount in 100mg/L L-Asn solution was 15.49mg/g,the adsorption equilibrium can be reached within 160 min and the separation factor between L-Asn and L-Arg was 1.68.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,309
Écart entre enseignants0,289 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Functional BiomaterialsMême sujetAnalytical chemistry methods developmentTravaux en français237 207