MétaCan
Menu
Retour à la cohorte
Enregistrement W3197939244 · doi:10.1002/etc.5201

Reliable Prediction of the Octanol–Air Partition Ratio

2021· article· en· W3197939244 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueChemical Thermodynamics and Molecular Structure
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesEuropean Chemical Industry Council
Mots-clésOctanolPartition (number theory)Partition coefficientEnvironmental scienceEnvironmental chemistryChemistryChromatographyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The octanol–air equilibrium partition ratio (KOA) is frequently used to describe the volatility of organic chemicals, whereby n-octanol serves as a substitute for a variety of organic phases ranging from organic matter in atmospheric particles and soils, to biological tissues such as plant foliage, fat, blood, and milk, and to polymeric sorbents. Because measured KOA values exist for just over 500 compounds, most of which are nonpolar halogenated aromatics, there is a need for tools that can reliably predict this parameter for a wide range of organic molecules, ideally at different temperatures. The ability of five techniques, specifically polyparameter linear free energy relationships (ppLFERs) with either experimental or predicted solute descriptors, EPISuite's KOAWIN, COSMOtherm, and OPERA, to predict the KOA of organic substances, either at 25 °C or at any temperature, was assessed by comparison with all KOA values measured to date. In addition, three different ppLFER equations for KOA were evaluated, and a new modified equation is proposed. A technique's performance was quantified with the mean absolute error (MAE), the root mean square error (RMSE), and the estimated uncertainty of future predicted values, that is, the prediction interval. We also considered each model's applicability domain and accessibility. With an RMSE of 0.37 and a MAE of 0.23 for predictions of log KOA at 25 °C and RMSE of 0.32 and MAE of 0.21 for predictions made at any temperature, the ppLFER equation using experimental solute descriptors predicted the KOA the best. Even if solute descriptors must be predicted in the absence of experimental values, ppLFERs are the preferred method, also because they are easy to use and freely available. Environ Toxicol Chem 2021;40:3166–3180. © 2021 The Authors. Environmental Toxicology and Chemistry published by Wiley Periodicals LLC on behalf of SETAC.

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.

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 enseignants0,008
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 Opus0,003
Tête enseignante GPT0,166
Écart entre enseignants0,163 · 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