MétaCan
Menu
Retour à la cohorte
Enregistrement W3114241847 · doi:10.1002/slct.202004147

A Kinetic Study on the Degradation of Acetaminophen and Amoxicillin in Water by Ultrasound

2020· article· en· W3114241847 sur OpenAlexafffund
M. Stucchi, Marco G. Rigamonti, Davide Carnevali, Daria C. Boffito

Notice bibliographique

RevueChemistrySelect · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesCanada Research Chairs
Mots-clésSonicationHydroquinoneAcetaminophenUltrasoundDegradation (telecommunications)ChemistryAmoxicillinKineticsYield (engineering)MoleculeNuclear chemistryChromatographyOrganic chemistryMaterials scienceBiochemistryMetallurgyAntibiotics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a study of the conversion pathway of acetaminophen (APAP) and amoxicillin (AMO) in water by ultrasound as a single degradation method. Results showed that the sonication power output, continuous vs. pulsed ultrasound and starting concentration, result in different conversion pathways, as well as the simultaneous presence of the two molecules reduces the degradation yield. Hydroquinone and hydroxyl‐hydroquinone were detected as acetaminophen by‐products, while amoxicillin degraded into four main products. Accordingly, we proposed a conversion pathway mechanism and we finally regressed the amoxicillin conversion kinetics as a function of the ultrasonic power. APAP was more resistant to continuous sonication either at low (25 ppm) or high (100 ppm) starting concentration. On the contrary, ultrasound was able to convert AMO up to 56 % starting from a concentration of 25 ppm. We ascribed this behavior to the presence of a higher number of hydroxyl groups present in the molecule compared to APAP. Moreover, when ultrasound were applied in pulses, it resulted in an energy saving of more than 50 % for a 2 % lower AMO conversion.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,210
Écart entre enseignants0,196 · 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 tête enseignante, 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

Citations11
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistrySelectMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207