MétaCan
Menu
Retour à la cohorte
Enregistrement W2602847077 · doi:10.1002/jssc.201700016

High‐throughput gas chromatography for volatile compounds analysis by fast temperature programming and adsorption chromatography

2017· article· en· W2602847077 sur OpenAlexaff
Ronda Gras, Yujuan Hua, Jim Luong

Notice bibliographique

RevueJournal of Separation Science · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésChemistryChromatographyGas chromatographyAdsorptionColumn chromatographyPorosityMethaneHexaneAnalytical Chemistry (journal)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

The synergy of combining fast temperature programming capability and adsorption chromatography using fused silica based porous layer open tubular columns to achieve high throughput chromatography for the separation of volatile compounds is presented. A gas chromatograph with built‐in fast temperature programming capability and having a fast cool down rate was used as a platform. When these performance features were combined with the high degree of selectivity and strong retention characteristic of porous layer open tubular column technology, volatile compounds such as light hydrocarbons of up to C7, primary alcohols, and mercaptans can be well separated and analyzed in a matter of minutes. This analytical approach substantially improves sample throughput by at least a factor of ten times when compared to published methodologies. In addition, the use of porous layer open tubular columns advantageously eliminates the need for costly and time‐consuming cryogenic gas chromatography required for the separation of highly volatile compounds by partition chromatography with wall coated open tubular column technology. Relative standard deviations of retention time for model compounds such as alkanes from methane to hexane were found to be less than 0.3% (n = 10) and less than 0.5% for area counts for the compounds tested at two levels of concentration by manual injection, namely, 10 and 1000 ppm v/v (n = 10). Difficult separations were accomplished in one single analysis in less than 2 min such as the characterization of 17 components in cracked gas containing alkanes, alkenes, dienes, branched hydrocarbons, and cyclic hydrocarbons.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,011
Tête enseignante GPT0,298
Écart entre enseignants0,287 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Separation ScienceMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207