Optimization of Capillary Electrophoresis by Central Composite Design for Separation of Pharmaceutical Contaminants in Water Quality Testing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many pharmaceutical active compounds are prepared as hydrochlorides for quick release in the gastrointestinal tract upon oral administration. Their inadvertent escape into the water environment requires efficient analytical separation for accurate quantitation to monitor their environmental fate. The purpose of this study is to demonstrate how best to optimize a capillary electrophoresis method for the separation of four model pharmaceutical hydrochlorides. Concentration of sodium dibasic phosphate in the background electrolyte solution, pH adjustment with HCl or NaOH, and applied voltage across the capillary were the three key factors chosen for optimization. The peak resolutions and total migration time were examined as the response indicators to complete a central composite design in response surface methodology. The examination revealed that CE separation was driven significantly by a linear regression model and minimally by a quadratic regression model, based on the coefficient of determination, the lack of fit, the total sum of squares, and the p values. Under optimal conditions of the background electrolyte concentration of 75 mM, pH 9, and the applied voltage of 10 kV, the model hydrochlorides were separated within five minutes in the migration order of metformin (first) > phenformin > mexiletine > ranitidine (last). The limits of UV detection/quantification attained under optimal CE conditions were 0.015/0.045, 0.020/0.060, 0.142/0.426, and 0.017/0.051, respectively.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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