MétaCan
Menu
Retour à la cohorte
Enregistrement W2967473362 · doi:10.1515/gps-2019-0048

Aiming for a standardized protocol for preparing a process green synthesis report and for ranking multiple synthesis plans to a common target product

2019· article· en· W2967473362 sur OpenAlexaff
John Andraos

Notice bibliographique

RevueGreen Processing and Synthesis · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChemistry and Chemical Engineering
Établissements canadiensCARE Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceProcess engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This paper proposes a standardized format for the preparation of process green synthesis reports that can be applied to chemical syntheses of active pharmaceutical ingredients (APIs) of importance to the pharmaceutical industry. Such a report is comprised of the following eight sections: a synthesis scheme, a synthesis tree, radial pentagons and step E-factor breakdowns for each reaction step, a tabular summary of key material efficiency step and overall metrics for a synthesis plan, a mass process block diagram, an energy consumption audit based on heating and cooling reaction and auxiliary solvents, a summary of environmental and safety-hazard impacts based on organic solvent consumption using the Rowan solvent greenness index, and a cycle time process schedule. Illustrative examples of process green synthesis reports are given for the following pharmaceuticals: 5-HT2B and 5-HT7 receptors antagonist (Astellas Pharma), brivanib (Bristol-Myers Squibb), and orexin receptor agonist (Merck). Methods of ranking synthesis plans to a common target product are also discussed using 6 industrial synthesis plans of apixaban (Bristol-Myers Squibb) as a working example. The Borda count method is suggested as a facile and reliable computational method for ranking multiple synthesis plans to a common target product using the following 4 attributes obtained from a process green synthesis report: process mass intensity, mass of sacrificial reagents used per kg of product, input enthalpic energy for solvents, and Rowan solvent greenness index for organic solvents.

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)0,026
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,034
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,012

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 Opus0,016
Tête enseignante GPT0,275
Écart entre enseignants0,259 · 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'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreen Processing and SynthesisMême sujetChemistry and Chemical EngineeringTravaux en français237 207