MétaCan
Menu
Retour à la cohorte
Enregistrement W2515023934 · doi:10.1021/acs.oprd.5b00045

In Situ Monitoring of Emulsion Polymerization by Raman Spectroscopy: A Robust and Versatile Chemometric Analysis Method

2015· article· en· W2515023934 sur OpenAlexaff
Xiaoyun Chen, Ken Laughlin, Justin R. Sparks, Linus Linder, Vince Farozic, Hanqing Masser, Michael Petr

Notice bibliographique

RevueOrganic Process Research & Development · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésMonomerEmulsion polymerizationRaman spectroscopyPolymerPolymerizationEmulsionCalibrationIn situMaterials scienceChemistryAnalytical Chemistry (journal)Organic chemistryOpticsMathematics

Résumé

récupéré en direct d'OpenAlex

Emulsion polymerization remains a challenging system for in situ Raman spectroscopic analysis despite extensive research on the necessary instrumentation and chemometric data analysis methods. In this study, we demonstrate a new and facile data analysis method, making in situ Raman spectroscopy a more versatile research tool for monitoring the concentrations of monomers in reactions spanning a wide range of compositions. The method improvement stems from the use of the homopolymer as an internal standard for the corresponding monomer. Classical least-squares or indirect hard modeling is used for the spectral analysis to determine the spectral responses of major monomers and polymers within the system. Once the relative response factor ratios for a number of monomer-homopolymer pairs are determined in the calibration, they can be used to calculate the concentration ratio for such pairs based on reaction spectra. This approach offers two important advantages in determining the conversion of monomer to polymer. First, because the polymer internal standard will always be present for the corresponding monomer, it is straightforward to compensate for variable signal intensity due to changes in light scattering or instrumental fluctuations. Second, it is possible to calibrate based on a small set of monomer and homopolymer standards. The appropriate pairs can then be selected to establish a calibration method for any polymer product involving a combination of monomers from this set without the need for recalibration. To demonstrate this technique, we provide examples of in situ Raman monitoring for both batch and semibatch emulsion polymerizations.

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)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,048
Tête enseignante GPT0,378
Écart entre enseignants0,331 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganic Process Research & DevelopmentMême sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207