MétaCan
Menu
Retour à la cohorte
Enregistrement W4399885967 · doi:10.3390/molecules29132962

Revisiting the Determination of the Degree of Deacetylation Using Potentiometric Titration: A New Equation for Modified Chitosan

2024· article· en· W4399885967 sur OpenAlexafffund
Ons Amamou, Sarah Kefil, Jean‐Philippe Denis, Taoufik Boubaker, Sébastien Cardinal

Notice bibliographique

RevueMolecules · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesGlobal Affairs CanadaMitacsUniversité du Québec à Rimouski
Mots-clésPotentiometric titrationChitosanAcetylationDegree (music)TitrationChemistryChemical engineeringChromatographyOrganic chemistryEngineeringPhysicsBiochemistryIon

Résumé

récupéré en direct d'OpenAlex

Chitosan is a biopolymer that can be subjected to a variety of chemical modifications to generate new materials. The properties of modified chitosan are affected by its degree of deacetylation (DDA), which corresponds to the percentage of D-glucosamine monomers in its polymeric structure. Potentiometric titration is amongst the simplest, most readily available, and most cost-effective methods of determining the DDA. However, this method often suffers from a lack of precision, especially for modified chitosan resins. This is in large part because the equation used to calculate the DDA does not consider the molecular weight of the chemically modified monomeric units. In this paper, we introduce a new equation that is especially suited for modified chitosan bearing three different types of monomers. To test this equation, we prepared naphthalene–chitosan resins and subjected them to potentiometric titration. Our results show that our new equation, which is truer to the real structure of the polymeric chains, gives higher DDA values than those of the routinely used equations. These results show that the traditional equations underestimate the DDA of modified chitosan resins.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0020,004
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 Opus0,088
Tête enseignante GPT0,302
Écart entre enseignants0,214 · 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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetNanocomposite Films for Food PackagingTravaux en français237 207