MétaCan
Menu
Retour à la cohorte
Enregistrement W4400494540 · doi:10.17308/sorpchrom.2024.24/11930

Cluster adsorption of histidine enantiomers on carbon nanotubes from aqueous solutions

2024· article· en· W4400494540 sur OpenAlexaboutno aff
E. V. Butyrskaya, Dinh Tuan Le, Alexander A. Volkov

Notice bibliographique

RevueСорбционные и хроматографические процессы · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSupramolecular Self-Assembly in Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAqueous solutionCarbon nanotubeAdsorptionEnantiomerHistidineCluster (spacecraft)ChemistryChemical engineeringMaterials scienceNanotechnologyOrganic chemistryComputer science

Résumé

récupéré en direct d'OpenAlex

The study is devoted to the analysis of adsorption isotherms of histidine enantiomers on carbon nanotubes mkNANO MKN-SWCNT S1 from aqueous solutions in the temperature range 25-80°C. Histidine enantiomers from Sigma Aldrich were used as amino acids, and mkNANO MKN-SWCNT S1 carbon nanotubes (Canada) were used as an adsorbent. Experimental data obtained by the construction of isotherms, were used to calculate the separation coefficients of enantiomers on CNTs, the values of separation coefficients were higher than for other sorbents. The interpretation of the isotherms was based on the cluster adsorption model, providing very good agreement between theory and experiment (R2=0.994-0.999), which showed that L- and D-histidine were sorbed on the surface of a nanotube in the form of monomers and clusters. Three characteristic regions were identified on the adsorption isotherms: concentration range in which only sorbate monomers were fixed on the surface of the nanotube; concentration range in which sorbate molecules were fixed on the nanotube only in the form of clusters; concentration range in which monomers and clusters were present on the surface of the sorbent. The dependence of these isotherm regions on temperature was analysed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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 revueСорбционные и хроматографические процессыMême sujetSupramolecular Self-Assembly in MaterialsTravaux en français237 207