MétaCan
Menu
Retour à la cohorte
Enregistrement W2622826940 · doi:10.1021/acs.oprd.7b00166

A Multiconfiguration Valve for Uninterrupted Sampling from Heterogeneous Slurries: An Application to Flow Chemistry

2017· article· en· W2622826940 sur OpenAlexafffund
Jee Seong Kwak, Wenyao Zhang, Daniel Tsoy, Howard N. Hunter, Debasis Mallik, Michael G. Organ

Notice bibliographique

RevueOrganic Process Research & Development · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversity of OttawaYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEli Lilly and Company
Mots-clésSampling (signal processing)SlurryFlow (mathematics)Flow chemistryProcess engineeringComputer scienceChemistryEnvironmental scienceBiochemical engineeringMechanicsEngineeringContinuous flowEnvironmental engineeringPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Heterogeneous chemical reactions that produce precipitates are generally considered to be poor choices for adaptation to a flowed format. Among various complexities associated with working with slurries, sampling from a moving slurry is perhaps the most challenging task as the flow-paths inside the sampling device quickly become clogged by the heterogeneous reaction matrices. We report here a new sampling strategy using a multiconfiguration sampling valve that was found to be an effective alternative to conventional sampling methods. When a model reaction that produces crystalline solid byproducts was performed using a traditional two-configuration valve, the flow-paths inside the sampling valve quickly clogged, and the process had to be shut down. Using the new multiconfiguration sampling protocol, we could maintain clear flow-paths inside the valve for extended periods of operation. With this technology in hand, we could obtain reproducible data from sampling operations and build a sampling mechanism capable of monitoring flowed chemical reactions that contain particulates at the outset or produce them over time.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,054
Tête enseignante GPT0,369
Écart entre enseignants0,315 · 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

Citations13
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrganic Process Research & DevelopmentMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207