MétaCan
Menu
Retour à la cohorte
Enregistrement W3091905213 · doi:10.1002/admi.202001200

Oiling‐Out Crystallization of Beta‐Alanine on Solid Surfaces Controlled by Solvent Exchange

2020· article· en· W3091905213 sur OpenAlexafffund
Xuehua Zhang, Zixiang Wei, Howon Choi, Hao Hao, Huaiyu Yang

Notice bibliographique

RevueAdvanced Materials Interfaces · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCrystallization and Solubility Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada First Research Excellence Fund
Mots-clésCrystallizationSolventMaterials scienceChemical engineeringCrystal (programming language)Volumetric flow rateCrystal growthMixing (physics)NanotechnologyCrystallographyOrganic chemistryChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, the solvent‐exchange crystallization processes of beta‐alanine in mixture of isopropanol and water on solid surfaces are reported. As the antisolvent isopropanol displaces the alanine solution pre‐filled in a microchamber, liquid–liquid phase separation occurs at the mixing front. The alanine‐rich subphase forms surface microdroplets that subsequently crystallize with during the solvent exchange. It is found that the flow rates and solid surfaces have significant influence on the droplet size, growth rate, and crystal size and morphology. At fast flow rates, the droplets solidify rapidly, forming spherical‐cap structures resembling the shape of droplets, in contrast to crystal microdomains or thin films formed at slow flow rates. On a highly hydrophilic surface, the crystals form thin film without droplets formation. It is further demonstrated that by the solvent exchange, the crystals, generated by using a stock solution with a very low concentration of the precursor, can be used as seeds to facilitate crystallization in bulk solution. The results suggest that the solvent exchange has the potential to be an effective approach for controlling oiling‐out crystallization, and to be wider applied in, such as, separation and purification of many food, medical, and therapeutic ingredients.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,292
Écart entre enseignants0,265 · 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
GenreEmpirique

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

En bref

Citations29
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials InterfacesMême sujetCrystallization and Solubility StudiesTravaux en français237 207