MétaCan
Menu
Retour à la cohorte
Enregistrement W4403730604 · doi:10.1080/07373937.2024.2419573

Exploring the use of atmospheric freeze drying for dehydrating pharmaceutics in vials: Baseline water sublimation investigation

2024· article· en· W4403730604 sur OpenAlexaff
Xueyang Wang, Anarghya Ananda Murthy, Siew Young Quek, Alberto Baldelli, Anubhav Pratap‐Singh, Meng Wai Woo

Notice bibliographique

RevueDrying Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFreezing and Crystallization Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSublimation (psychology)PharmaceuticsVialFreeze-dryingEnvironmental scienceBaseline (sea)Materials scienceChemistryChromatographyMedicineGeology

Résumé

récupéré en direct d'OpenAlex

Atmospheric freeze-drying (AFD) is a relatively new freeze-drying technology without the need for a vacuum, making it easy to operate and cost-effective. Although there have been studies using AFD to dehydrate solid foods, there is currently no research on using AFD to dehydrate frozen liquids in pharmaceutical vials. In this study, several approaches were evaluated to enhance the atmospheric sublimation of water in pharmaceutical vials. Using −4 °C impinging jet airflow to dry frozen water samples in the vial, it was found that convective action significantly affected the sublimation rate. On this basis, a 3D-printed air-guide model was designed to improve airflow circulation in the vial, and it was found that the drying rate was highest when airflow energy loss was minimized, and airflow velocity at the sample surface was maximized. Additionally, the geometric characteristics of the vial also influenced the sublimation rate; vials with a larger bottom area and shorter height showed the highest sublimation rate. Increasing the vial’s bottom radius from 11 mm to 13 mm, under atmospheric pressure and using cold air at approximately −5 °C, reduced the drying time of 1 g of frozen water from 8.5 h to 6 h; each 5 mm height increase added 0.5 h to the drying time. Using cold air at −10 °C to dry 1 g of frozen water in a 5 mL vial, the combination of ultrasonic-induced energy (at a frequency of 39.46 kHz) and the air-guide model effectively reduced the sublimation time from 7 h to 5 h, compared to using only the air-guide model. However, this technique may be vulnerable to melting at the vial-transducer contact point, should the transducer be directly attached to the vials.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,145
Tête enseignante GPT0,270
Écart entre enseignants0,124 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrying TechnologyMême sujetFreezing and Crystallization ProcessesTravaux en français237 207