Ultrasound‐assisted cooling crystallization of edaravone for improving the crystal characteristics
Notice bibliographique
Résumé
Abstract The crystallization of edarvone, an active pharmaceutical ingredient (API), was improved utilizing an ultrasound reactor focusing on understanding the effect of different operating parameters on the yield, particle size distribution, and shape of crystals. The best operating conditions for maximum intensification benefits of using ultrasound were elucidated as 100 W ultrasonic power, 60% duty cycle, and 35 min as sonication time. Use of ultrasound resulted in significant increase in the yield to 81.34% compared to only 35% yield using conventional reactor, under otherwise similar conditions. Particle size analysis also indicated improved particle size distribution with values of D10, D50, and D90 as 3.971, 9.642, and 15.84 μm using ultrasonic reactor whereas in the case of conventional approach, the obtained values were 21.37, 85.94, and 172.7 μm, respectively. It was also observed that the shape of crystal is rod with sharp edges using conventional approach while plate shaped with smooth edges was the observed morphology when operated with ultrasonic reactor. The elucidated findings highlight the potential of crystallization process using ultrasonic reactor as a powerful tool for refining the crystallization process and adapting drug crystal characteristics to specific formulation requirements.
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 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 | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».