MétaCan
Menu
Retour à la cohorte
Enregistrement W4405315437 · doi:10.3390/cmd5040029

Ascorbic Acid, Ascorbate, and Dehydroascorbic Acid as Green Corrosion Inhibitors: A Computational Investigation

2024· article· en· W4405315437 sur OpenAlexaff
Bruno De Souza, Mateus R. Lage, Adenílson O. dos Santos, Francisco F. de Sousa, Rodrigo Gester, Stanislav R. Stoyanov, Tarciso Andrade‐Filho

Notice bibliographique

RevueCorrosion and Materials Degradation · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensNatural Resources Canada
Organismes subventionnairesFundação Amazônia Paraense de Amparo à PesquisaConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésDehydroascorbic acidAscorbic acidChemistryCorrosionBiochemistryNuclear chemistryFood scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Ascorbic acid is widely used as an immunity-enhancing and antioxidant supplement for treating influenza and other virus-based illnesses. The lactone ring and the oxygenated groups make this system and derived structures attractive as possible environmentally friendly green corrosion inhibitors. Thus, we investigate the corrosion inhibition influence of ascorbic acid, ascorbate, and dehydroascorbic acid on the α-Fe(110) surface using density functional theory calculations. The adsorption, density of states, and charge transfer results indicate that dehydroascorbic acid is this series’s most potent corrosion inhibitor. The projected density of states near the Fermi energy reveals notable hybridization between the iron surface and dehydroascorbic acid adsorbed on it. The calculated structural, electronic, and energetic properties obtained in this work pave the way for understanding the corrosion inhibitory performance of the investigated systems.

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)
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 enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
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 Opus0,017
Tête enseignante GPT0,255
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

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 revueCorrosion and Materials DegradationMême sujetCorrosion Behavior and InhibitionTravaux en français237 207