MétaCan
Menu
Retour à la cohorte
Enregistrement W4285151605 · doi:10.5267/j.ccl.2022.3.002

Three spectrophotometric approaches for measuring ratio spectra of Ivabradine and Carvedilol in a binary mixture using green analytical principles

2022· article· en· W4285151605 sur OpenAlexvenueno aff
Hemanth Kumar Chanduluru, Abimanyu Sugumaran

Notice bibliographique

RevueCurrent Chemistry Letters · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Methods in Pharmaceuticals
Établissements canadiensnon disponible
Organismes subventionnairesSRM Institute of Science and Technology
Mots-clésIvabradineCarvedilolChemistryDerivative (finance)Measure (data warehouse)Binary numberAnalytical Chemistry (journal)Applied mathematicsChromatographyMathematicsComputer scienceData mining

Résumé

récupéré en direct d'OpenAlex

The development of three simple, precise, efficient, and accurate spectrophotometric techniques that manipulate ratio spectra is undertaken to measure Ivabradine and Carvedilol simultaneously in bulk and tablet formulation. Applying mathematical calculations like the ratio derivative, first-order ratio derivative and ratio derivative subtraction method has been used for determination of CVD and IBD. For Carvedilol, the calibration curve is linear between concentrations of 40–65 µg/mL and 50–81.25 µg/mL for Ivabradine. These strategies have been put into practice and used for analyzing marketed pharmaceutical formulations. Further, the outliers were statistically assessed by using Grubb’s test and found, as null hypothesis cannot be rejected. The suggested approach was evaluated using four green evaluation approaches with which these tools found an excellent green outcome. Altogether, the proposed method was found to be a simple, sensitive, accurate and eco-friendly method for the analysis of drugs that have overlapping properties in the UV spectrum.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,214
Tête enseignante GPT0,350
Écart entre enseignants0,136 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Chemistry LettersMême sujetAnalytical Methods in PharmaceuticalsTravaux en français237 207