MétaCan
Menu
Retour à la cohorte
Enregistrement W4248061378 · doi:10.1002/ange.202102009

Sampling and Analysis in Flow: The Keys to Smarter, More Controllable, and Sustainable Fine‐Chemical Manufacturing

2021· article· en· W4248061378 sur OpenAlexaff
Mathieu Morin, Wenyao Zhang, Debasis Mallik, Michael G. Organ

Notice bibliographique

RevueAngewandte Chemie · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensYork UniversityCarleton UniversityUniversity of Ottawa
Organismes subventionnairesEli Lilly and Company
Mots-clésProcess engineeringSampling (signal processing)Process (computing)Computer scienceQuality (philosophy)Process analytical technologyProcess controlPharmaceutical manufacturingFlow chemistryContinuous flowManufacturing engineeringBiochemical engineeringSystems engineeringEngineeringWork in process

Résumé

récupéré en direct d'OpenAlex

Abstract Process analytical technology (PAT) is a system designed to help chemists better understand and control manufacturing processes. PAT systems operate through the combination of analytical devices, reactor control elements, and mathematical models to ensure the quality of the final product through a quality by design (QbD) approach. The expansion of continuous manufacturing in the pharmaceutical and fine‐chemical industry requires the development of PAT tools suitable for continuous operation in the environment of flow reactors. This requires innovative approaches to sampling and analysis from flowing media to maintain the integrity of the reactor content and the analyte of interest. The following Review discusses examples of PAT tools implemented in flow chemistry for the preparation of small organic molecules, and applications of self‐optimization tools.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207