Membrane-based microfluidic solvent extraction of Ga-68 from aqueous Zn solutions: towards an automated cyclotron production loop
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.
Notice bibliographique
Résumé
BACKGROUND: Zn]Zn nitrate liquid targets is increasing. However, current purification methods of Ga-68 from the target solution consist of multi-step procedures, thus, leading to a significant loss of activity through natural decay. Additionally, several processing steps are needed to recycle the costly, enriched target material. RESULTS: To eventually allow switching from batch to continuous production, conventional batch extraction and membrane-based microfluidic extraction were compared. In both approaches, Ga-68 was extracted using N-benzoyl-N-phenylhydroxylamine in chloroform as the organic extracting phase. Extraction efficiencies of up to 99.5% ± 0.6% were achieved within 10 min, using the batch approach. Back-extraction of Ga-68 into 2 M HCl was accomplished within 1 min with efficiencies of up to 94.5% ± 0.6%. Membrane-based microfluidic extraction achieved 99.2% ± 0.3% extraction efficiency and 95.8% ± 0.8% back-extraction efficiency into 6 M HCl. When executed on a solution irradiated with a 13 MeV cyclotron at TRIUMF, Canada, comparable efficiencies of 97.0% ± 0.4% were achieved. Zn contamination in the back-extracted Ga-68 solution was found to be below 3 ppm. CONCLUSIONS: Microfluidic solvent extraction is a promising method in the production of Ga-68 achieving high efficiencies in a short amount of time, potentially allowing for direct target recycling.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle