MétaCan
Menu
Retour à la cohorte
Enregistrement W4399107434 · doi:10.56530/lcgc.int.zn9272e9

Low Phase Ratio Stationary Phase Column Technology for the Characterization of Highly Volatile and Reactive Compounds by Gas-Liquid Chromatography

2024· article· en· W4399107434 sur OpenAlexaff
Tetiana Davydiuk, Ronda Gras, Jim Luong

Notice bibliographique

RevueLCGC International · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolydimethylsiloxaneChemistryChromatographyGas chromatographyFlame ionization detectorHydrogen sulfideAnalytical Chemistry (journal)SulfurOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Recent advances in coating techniques and improved polymers employed as gas chromatographic stationary phases have resulted in commercializing low phase ratio capillary column technology with respectable chromatographic efficiency and inertness. Highly volatile compounds that are critical in challenging industrial applications such as alkanes, alkenes, arsine, phosphine, oxygenated, and sulfur compounds have been successfully analyzed with respectable chromatographic performance and resolution using a low phase ratio column such as a 60 m × 0.32 mm id × 8 µm polydimethylsiloxane (PDMS) with a β value of 10. An R value of 5.6 was achieved for the separation of hydrogen sulfide and carbonyl sulfide without the use of cryogenic chromatography. In addition to improved retention for highly volatile organic compounds, a low phase ratio column can be employed effectively to enhance chromatographic inertness for reactive analytes. The augmentation of a 3D-printed two stage microreactor for use with flame ionization detection enabled carbon compound independent response, thereby lower cost-of-ownership and improved lab safety.

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)0,001
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,006
Tête enseignante GPT0,268
Écart entre enseignants0,262 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLCGC InternationalMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207