MétaCan
Menu
Retour à la cohorte
Enregistrement W3190541071 · doi:10.3390/molecules26164802

Naturally Derived Silicone Surfactants Based on Saccharides and Cysteamine

2021· article· en· W3190541071 sur OpenAlexafffund
Adrien Lusterio, Michael A. Brook

Notice bibliographique

RevueMolecules · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Toxins and Detection Methods
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCysteamineSiliconePEG ratioChemistryEthylene glycolPulmonary surfactantHydrophobeDispersityOrganic chemistryThiolPolymer chemistryChemical engineeringBiochemistry

Résumé

récupéré en direct d'OpenAlex

Silicone surfactants are widely used in many industries and mostly rely on poly(ethylene glycol) (PEG) as the hydrophile. This can be disadvantageous because commercial PEG examples vary significantly in polydispersity-constraining control over surface activity of the surfactant-and there are environmental concerns associated with PEG. Herein, we report a three-step synthetic method for the preparation of saccharide-silicone surfactants using the natural linker, cysteamine, and saccharide lactones. The Piers-Rubinsztajn plus thiol-ene plus amidation process is attractive for several reasons: if employed in the correct synthetic order, it allows for precise tailoring of both hydrophobe and hydrophile; it permits the ready utilization of natural hydrophiles cysteamine and saccharides in combination with silicones, which have significantly better environmental profiles than PEG; and the products exhibit interesting surface activities.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,245
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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.

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

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetMarine Toxins and Detection MethodsTravaux en français237 207