Thermal modulation to enhance two-dimensional liquid chromatography separations of polymers
Notice bibliographique
Résumé
Many materials used in a wide range of fields consist of polymers that feature great structural complexity. One particularly suitable technique for characterising these complex polymers, that often feature correlated distributions in e.g. microstructure, chemical composition, or molecular weight, is comprehensive two-dimensional liquid chromatography (LC × LC). For example, using a combination of reversed-phase LC and size-exclusion chromatography (RPLC × SEC). Efficient and sensitive LC × LC often requires focusing of the analytes between the two stages. For the analysis of large-molecule analytes, such as synthetic polymers, thermal modulation (or cold trapping) may be feasible. This approach is studied for the analysis of a styrene/butadiene "star" block copolymer. Trapping efficiency is evaluated qualitatively by monitoring the effluent of the trap with an evaporative light-scattering detector and quantitatively by determining the recovery of polystyrene standards from RPLC × SEC experiments. The recovery was dependant on the molecular weight and the temperatures of the first-dimension column and of the trap, and ranged from 46% for a molecular weight of 2.78 kDa to 86% (or up to 94.5% using an optimized set-up) for a molecular weight of 29.15 kDa, all at a first-dimension-column temperature of 80 °C and a trap temperature of 5 °C. Additionally a strategy to reduce the pressure pulse from the modulation has been developed, bringing it down from several tens of bars to only a few bar.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».