Hildebrand-Assessed Margules (HAM) interaction parameter: applications to surfactant and polar oil partition
Notice bibliographique
Résumé
The Hildebrand-Assessed Margules (HAM) method uses Henry's law constant and vapor pressure for pure components from free cheminformatic software to obtain the interaction parameter of a component "i" with water (Aiw) and its molar volume (Vmi). Inspired by the concept of the solubility parameter of Hildebrand (δi), where (Aiw/Vmi)^0.5 = (δi-δw), HAM makes a simple assessment of the binary interaction parameter Aij: (δi-δj) =(Aij/Vmi)^0.5 = (δi-δw)-(δi-δw)= (Aiw/Vmi)^0.5- (Ajw/Vmi)^0.5. The Aij predictions from this relatively simple expression were compared to literature Aij data obtained from activity coefficients of "i" at infinite dilution in a solvent "j". The performance of the HAM framework was compared to other predictive models, UNIFAC, MOSCED, COSMO-RS, HSP and the original Hildebrand model. The HAM method overpredicted Aij (>1Aij unit) in systems where the solvent was an acid or a base that could dissociate in the presence of water. However, for most systems (small polar molecules, short chain alcohols, medium chain alcohols, aromatics and alkanes), the Aij values were predicted within 1 Aij unit and commonly within 0.5 Aij units. A systemic underprediction of Aij was observed when the HAM-predicted log P was compared to predictions from the ACD/Labs software, which required the introduction of a correction term. The corrected HAM method reproduced the partition coefficient of surfactant and polar molecules with an RMSE of 1.05 and an NRMSE of 15%, comparable to other models that require more inputs and resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».