MétaCan
Menu
Retour à la cohorte
Enregistrement W4211233332 · doi:10.32920/ryerson.14657796.v1

Solubility measurement of polyethylene glycol polymers in supercritical carbon dioxide at high pressures and temperatures

2021· preprint· en· W4211233332 sur OpenAlexaff
Kamal Al Rafea

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSupercritical fluidSolubilitySupercritical carbon dioxidePolymerChemical engineeringSolventPolyethylene glycolSupercritical fluid extractionOrganic chemistryCarbon dioxideChemistrySupercritical water oxidationMaterials science

Résumé

récupéré en direct d'OpenAlex

Solubility and its measurement of different materials including polymers, drugs, proteins, peptides and many other organic or non organic compounds in supercritical fluids are of great importance in a wide variety of applications. These applications include: production of controlled drug delivery systems, powder processing, pollution prevention, spraying paints and coatings, and food processing. Supercritical Fluids are fetting more interest since the last two decades due to their abilities in replacing VOC solvents, and because of their tunable properties that could be achieved by varying their pressure and temperature in getting powerful solvents. Supercritical fluid is a substance under pressure absove its critical temperature. Under supercritical conditions the distinction between gases and liquids does not apply and substance can only be described as a fluid. Supercritical fluids have properties intermediate between those of gases and liquids, controlled by the pressure. They do not condense or evaporate to form a liquid or a gas. Fluids such as supercritical carbon dioxide offer a range of unusual chemical possibilities in both synthetic and analytical chemistry. Supercritical fluids have solvent power similar to a light hydrocarbon for most solutes.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhase Equilibria and ThermodynamicsTravaux en français237 207