Estimation of liquid‐liquid equilibrium of type 2 systems (water + valeric acid + monobasic ester or dibasic ester or alcohol) using SERLAS, SERLAS‐modified, and SERLAS‐integrated
Notice bibliographique
Résumé
This paper studies liquid‐liquid equilibrium (LLE) of the type 2 systems (water + valeric acid + dibasic ester or monobasic ester or alcohol) at T = (298.2 ± 0.1) K and p = (101.3 ± 0.7) kPa. Equilibrium distribution of valeric acid onto (water + solvent) two‐phase system is better for more structured diethyl sebacate and ethyl caprylate as compared to less structured diethyl succinate, diethyl malonate, ethyl valerate, and isoamyl alcohol. The two‐phase envelope size and the tie line slope on the phase diagrams are varying as follows: ethyl caprylate > diethyl sebacate > ethyl valerate > diethyl succinate ≈ diethyl malonate > isoamyl alcohol. The SERLAS‐integrated (solvation energy relation for liquid associated systems‐integrated) molecular model with nine physical descriptors, originated from LSER (linear solvation energy relation) principles in conjunction with group‐contribution method, is proposed and applied to the prediction of type 2 LLE properties. By combining SERLAS with UNIFAC‐Dortmund, we are able to get along with a simultaneous impact of both methods for satisfactorily simulating type 2 phase behaviour so long as solvent effects are concerned. SERLAS, SERLAS‐modified, SERLAS‐integrated, and UNIFAC‐original models have been stringently tested for consistency in reproducing phase equilibrium properties with average deviations inferior to 28.8 %, 44.3 %, 21.3 %, and 30.4 %, respectively.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».