ReP USP - Resultado da busca

Trabalho de evento-resumo
Aprendizagem Baseada em Problemas e o uso de inteligência artificial na disciplina Laboratório de Química Orgânica (2024)
Alves, Elizabeth Aparecida ; Cavalheiro, Carla Cristina Schmitt
Source: Resumos. Conference titles: Workshop do Programa de Aperfeiçoamento de Ensino (PAE). Unidade: IQSC
Subjects: QUÍMICA, INTELIGÊNCIA ARTIFICIAL, ESTÁGIOS SUPERVISIONADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALVES, Elizabeth Aparecida e CAVALHEIRO, Carla Cristina Schmitt. Aprendizagem Baseada em Problemas e o uso de inteligência artificial na disciplina Laboratório de Química Orgânica. 2024, Anais.. São Carlos: Instituto de Química de São Carlos, Universidade de São Paulo, 2024. Disponível em: https://repositorio.usp.br/directbitstream/e73480bd-c67e-4210-884d-e96fd6ed3e80/P21304.pdf. Acesso em: 14 nov. 2024.
APA
Alves, E. A., & Cavalheiro, C. C. S. (2024). Aprendizagem Baseada em Problemas e o uso de inteligência artificial na disciplina Laboratório de Química Orgânica. In Resumos. São Carlos: Instituto de Química de São Carlos, Universidade de São Paulo. Recuperado de https://repositorio.usp.br/directbitstream/e73480bd-c67e-4210-884d-e96fd6ed3e80/P21304.pdf
NLM
Alves EA, Cavalheiro CCS. Aprendizagem Baseada em Problemas e o uso de inteligência artificial na disciplina Laboratório de Química Orgânica [Internet]. Resumos. 2024 ;[citado 2024 nov. 14 ] Available from: https://repositorio.usp.br/directbitstream/e73480bd-c67e-4210-884d-e96fd6ed3e80/P21304.pdf
Vancouver
Alves EA, Cavalheiro CCS. Aprendizagem Baseada em Problemas e o uso de inteligência artificial na disciplina Laboratório de Química Orgânica [Internet]. Resumos. 2024 ;[citado 2024 nov. 14 ] Available from: https://repositorio.usp.br/directbitstream/e73480bd-c67e-4210-884d-e96fd6ed3e80/P21304.pdf
Artigo de periodico
Ultrafast microfluidic solvent extraction and machine learning-assisted impedimetric sensor for multidetermination of scaling ions in crude oils (2024)
Silva, Alexandre Ataíde da ; Oliveira, Ricardo A.G. de; Giordano, Gabriela F.; Silva, Giulia S. da; Murer, Rui C.; Vieira, Luis C.S.; Lorevice, Marcos V.; Gouveia, Rubia F.; Carvalho, Rogerio M.; Shimizu, Flavio M.; Gobbi, Angelo L.; Lima, Renato Sousa
Source: Sensors and Actuators B: Chemical. Unidade: IQSC
Subjects: ÍONS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Alexandre Ataíde da et al. Ultrafast microfluidic solvent extraction and machine learning-assisted impedimetric sensor for multidetermination of scaling ions in crude oils. Sensors and Actuators B: Chemical, v. 403, p. 135151, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.snb.2023.135151. Acesso em: 14 nov. 2024.
APA
Silva, A. A. da, Oliveira, R. A. G. de, Giordano, G. F., Silva, G. S. da, Murer, R. C., Vieira, L. C. S., et al. (2024). Ultrafast microfluidic solvent extraction and machine learning-assisted impedimetric sensor for multidetermination of scaling ions in crude oils. Sensors and Actuators B: Chemical, 403, 135151. doi:10.1016/j.snb.2023.135151
NLM
Silva AA da, Oliveira RAG de, Giordano GF, Silva GS da, Murer RC, Vieira LCS, Lorevice MV, Gouveia RF, Carvalho RM, Shimizu FM, Gobbi AL, Lima RS. Ultrafast microfluidic solvent extraction and machine learning-assisted impedimetric sensor for multidetermination of scaling ions in crude oils [Internet]. Sensors and Actuators B: Chemical. 2024 ;403 135151.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.snb.2023.135151
Vancouver
Silva AA da, Oliveira RAG de, Giordano GF, Silva GS da, Murer RC, Vieira LCS, Lorevice MV, Gouveia RF, Carvalho RM, Shimizu FM, Gobbi AL, Lima RS. Ultrafast microfluidic solvent extraction and machine learning-assisted impedimetric sensor for multidetermination of scaling ions in crude oils [Internet]. Sensors and Actuators B: Chemical. 2024 ;403 135151.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.snb.2023.135151
Artigo de jornal-dep/entr
Como a inteligência artificial ajuda pesquisadores do IQSC em estudos da área de Química [Depoimento a Matheus Martins Fontes e Henrique Fontes] (2024)
Borges, Julio Cesar ; Leitão, Andrei ; Silva, Juarez Lopes Ferreira da ; Vargas, Douglas William Duarte de
Source: Portal USP São Carlos. Unidade: IQSC
Subjects: INTELIGÊNCIA ARTIFICIAL, QUÍMICA, PESQUISA CIENTÍFICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BORGES, Julio Cesar et al. Como a inteligência artificial ajuda pesquisadores do IQSC em estudos da área de Química [Depoimento a Matheus Martins Fontes e Henrique Fontes]. Portal USP São Carlos. São Carlos: Instituto de Química de São Carlos, Universidade de São Paulo. Disponível em: https://repositorio.usp.br/directbitstream/5ab606ba-6190-4aaa-a2de-23ce5016fa93/P21195.pdf. Acesso em: 14 nov. 2024. , 2024
APA
Borges, J. C., Leitão, A., Silva, J. L. F. da, & Vargas, D. W. D. de. (2024). Como a inteligência artificial ajuda pesquisadores do IQSC em estudos da área de Química [Depoimento a Matheus Martins Fontes e Henrique Fontes]. Portal USP São Carlos. São Carlos: Instituto de Química de São Carlos, Universidade de São Paulo. Recuperado de https://repositorio.usp.br/directbitstream/5ab606ba-6190-4aaa-a2de-23ce5016fa93/P21195.pdf
NLM
Borges JC, Leitão A, Silva JLF da, Vargas DWD de. Como a inteligência artificial ajuda pesquisadores do IQSC em estudos da área de Química [Depoimento a Matheus Martins Fontes e Henrique Fontes] [Internet]. Portal USP São Carlos. 2024 ;[citado 2024 nov. 14 ] Available from: https://repositorio.usp.br/directbitstream/5ab606ba-6190-4aaa-a2de-23ce5016fa93/P21195.pdf
Vancouver
Borges JC, Leitão A, Silva JLF da, Vargas DWD de. Como a inteligência artificial ajuda pesquisadores do IQSC em estudos da área de Química [Depoimento a Matheus Martins Fontes e Henrique Fontes] [Internet]. Portal USP São Carlos. 2024 ;[citado 2024 nov. 14 ] Available from: https://repositorio.usp.br/directbitstream/5ab606ba-6190-4aaa-a2de-23ce5016fa93/P21195.pdf
Artigo de periodico
Machine learning toward high performance electrochemical sensors (2023)
Giordano, Gabriela F.; Ferreira, Larissa F.; Bezerra, Ítalo R. S.; Barbosa, Júlia Adorno ; Costa, Juliana N. Y.; Pimentel. Gabriel J. C.; Lima, Renato Sousa
Source: Analytical and Bioanalytical Chemistry. Unidade: IQSC
Subjects: INTELIGÊNCIA ARTIFICIAL, CLASSIFICAÇÃO, REGRESSÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GIORDANO, Gabriela F. et al. Machine learning toward high performance electrochemical sensors. Analytical and Bioanalytical Chemistry, v. 415, p. 3683–3692, 2023Tradução . . Disponível em: https://doi.org/10.1007/s00216-023-04514-z. Acesso em: 14 nov. 2024.
APA
Giordano, G. F., Ferreira, L. F., Bezerra, Í. R. S., Barbosa, J. A., Costa, J. N. Y., Pimentel. Gabriel J. C.,, & Lima, R. S. (2023). Machine learning toward high performance electrochemical sensors. Analytical and Bioanalytical Chemistry, 415, 3683–3692. doi:10.1007/s00216-023-04514-z
NLM
Giordano GF, Ferreira LF, Bezerra ÍRS, Barbosa JA, Costa JNY, Pimentel. Gabriel J. C., Lima RS. Machine learning toward high performance electrochemical sensors [Internet]. Analytical and Bioanalytical Chemistry. 2023 ; 415 3683–3692.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00216-023-04514-z
Vancouver
Giordano GF, Ferreira LF, Bezerra ÍRS, Barbosa JA, Costa JNY, Pimentel. Gabriel J. C., Lima RS. Machine learning toward high performance electrochemical sensors [Internet]. Analytical and Bioanalytical Chemistry. 2023 ; 415 3683–3692.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00216-023-04514-z
Parte de monografia/livro
A machine learning approach in wearable technologies (2023)
Ibáñez-Redín, Glenda Gisela ; Duarte, Oscar Salomón; Cagnani, Giovana Rosso ; Oliveira Junior, Osvaldo Novais de
Source: Machine learning for advanced functional materials. Unidades: IFSC, IQSC
Subjects: ELETROQUÍMICA, APRENDIZADO COMPUTACIONAL, SENSOR, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
IBÁÑEZ-REDÍN, Glenda Gisela et al. A machine learning approach in wearable technologies. Machine learning for advanced functional materials. Tradução . Singapore: Springer, 2023. . Disponível em: https://doi.org/10.1007/978-981-99-0393-1_3. Acesso em: 14 nov. 2024.
APA
Ibáñez-Redín, G. G., Duarte, O. S., Cagnani, G. R., & Oliveira Junior, O. N. de. (2023). A machine learning approach in wearable technologies. In Machine learning for advanced functional materials. Singapore: Springer. doi:10.1007/978-981-99-0393-1_3
NLM
Ibáñez-Redín GG, Duarte OS, Cagnani GR, Oliveira Junior ON de. A machine learning approach in wearable technologies [Internet]. In: Machine learning for advanced functional materials. Singapore: Springer; 2023. [citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/978-981-99-0393-1_3
Vancouver
Ibáñez-Redín GG, Duarte OS, Cagnani GR, Oliveira Junior ON de. A machine learning approach in wearable technologies [Internet]. In: Machine learning for advanced functional materials. Singapore: Springer; 2023. [citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/978-981-99-0393-1_3
Parte de monografia/livro
Recent advances in machine learning for electrochemical, optical, and gas sensors (2023)
Materon, Elsa Maria ; Silva, Filipe Sampaio Reis da ; Ribas, Lucas Correia ; Joshi, Nirav Kumar Jitendrabhai ; Bruno, Odemir Martinez ; Carrilho, Emanuel ; Oliveira Junior, Osvaldo Novais de
Source: Machine learning for advanced functional materials. Unidades: IFSC, IQSC
Subjects: ELETROQUÍMICA, SENSORES QUÍMICOS, SENSORES ÓPTICOS, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MATERON, Elsa Maria et al. Recent advances in machine learning for electrochemical, optical, and gas sensors. Machine learning for advanced functional materials. Tradução . Singapore: Springer, 2023. . Disponível em: https://doi.org/10.1007/978-981-99-0393-1_6. Acesso em: 14 nov. 2024.
APA
Materon, E. M., Silva, F. S. R. da, Ribas, L. C., Joshi, N. K. J., Bruno, O. M., Carrilho, E., & Oliveira Junior, O. N. de. (2023). Recent advances in machine learning for electrochemical, optical, and gas sensors. In Machine learning for advanced functional materials. Singapore: Springer. doi:10.1007/978-981-99-0393-1_6
NLM
Materon EM, Silva FSR da, Ribas LC, Joshi NKJ, Bruno OM, Carrilho E, Oliveira Junior ON de. Recent advances in machine learning for electrochemical, optical, and gas sensors [Internet]. In: Machine learning for advanced functional materials. Singapore: Springer; 2023. [citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/978-981-99-0393-1_6
Vancouver
Materon EM, Silva FSR da, Ribas LC, Joshi NKJ, Bruno OM, Carrilho E, Oliveira Junior ON de. Recent advances in machine learning for electrochemical, optical, and gas sensors [Internet]. In: Machine learning for advanced functional materials. Singapore: Springer; 2023. [citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/978-981-99-0393-1_6
Artigo de periodico
Bioremediation potential of Dicentrarchus labrax fish scales for dye‑based emerging contaminants by ANN–GA hybrid modeling (2022)
Oliveira, Icaro Mota ; Jesus, Roberta Anjos de; Nascimento, Victor Ruan Silva; Bilal, Muhammad ; Iqbal, Hafiz M. N. ; Ferreira, Luiz Fernando Romanholo ; Cestari, Antônio Reinaldo
Source: Bioprocess and Biosystems Engineering. Unidade: IQSC
Subjects: FÍSICO-QUÍMICA, SOLUÇÕES AQUOSAS, CORANTES, ROBALO, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Icaro Mota et al. Bioremediation potential of Dicentrarchus labrax fish scales for dye‑based emerging contaminants by ANN–GA hybrid modeling. Bioprocess and Biosystems Engineering, v. 45, n. 7, p. 1189-1200, 2022Tradução . . Disponível em: https://doi.org/10.1007/s00449-022-02735-7. Acesso em: 14 nov. 2024.
APA
Oliveira, I. M., Jesus, R. A. de, Nascimento, V. R. S., Bilal, M., Iqbal, H. M. N., Ferreira, L. F. R., & Cestari, A. R. (2022). Bioremediation potential of Dicentrarchus labrax fish scales for dye‑based emerging contaminants by ANN–GA hybrid modeling. Bioprocess and Biosystems Engineering, 45( 7), 1189-1200. doi:10.1007/s00449-022-02735-7
NLM
Oliveira IM, Jesus RA de, Nascimento VRS, Bilal M, Iqbal HMN, Ferreira LFR, Cestari AR. Bioremediation potential of Dicentrarchus labrax fish scales for dye‑based emerging contaminants by ANN–GA hybrid modeling [Internet]. Bioprocess and Biosystems Engineering. 2022 ; 45( 7): 1189-1200.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00449-022-02735-7
Vancouver
Oliveira IM, Jesus RA de, Nascimento VRS, Bilal M, Iqbal HMN, Ferreira LFR, Cestari AR. Bioremediation potential of Dicentrarchus labrax fish scales for dye‑based emerging contaminants by ANN–GA hybrid modeling [Internet]. Bioprocess and Biosystems Engineering. 2022 ; 45( 7): 1189-1200.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1007/s00449-022-02735-7
Artigo de periodico
SELFIES and the future of molecular string representations (2022)
Krenn, Mario; Ai, Qianxiang; Barthel, Senja; Carson, Nessa; Frei, Angelo; Frey, Nathan C.; Friederich, Pascal; Gaudin, Théophile; Gayle, Alberto Alexander; Lameiro, Rafael da Fonseca ; Lemm, Dominik; Lo, Alston; Moosavi, Seyed Mohamad; Duarte, José Manuel Nápoles; Nigam, AkshatKumar; Pollice, Robert; Rajan, Kohulan; Guzik, Alán Aspuru
Source: Patterns. Unidade: IQSC
Subjects: INTELIGÊNCIA ARTIFICIAL, MOLÉCULA, SELFIE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
KRENN, Mario et al. SELFIES and the future of molecular string representations. Patterns, v. 3, n. 10, p. 100588, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.patter.2022.100588. Acesso em: 14 nov. 2024.
APA
Krenn, M., Ai, Q., Barthel, S., Carson, N., Frei, A., Frey, N. C., et al. (2022). SELFIES and the future of molecular string representations. Patterns, 3( 10), 100588. doi:10.1016/j.patter.2022.100588
NLM
Krenn M, Ai Q, Barthel S, Carson N, Frei A, Frey NC, Friederich P, Gaudin T, Gayle AA, Lameiro R da F, Lemm D, Lo A, Moosavi SM, Duarte JMN, Nigam AK, Pollice R, Rajan K, Guzik AA. SELFIES and the future of molecular string representations [Internet]. Patterns. 2022 ;3( 10): 100588.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patter.2022.100588
Vancouver
Krenn M, Ai Q, Barthel S, Carson N, Frei A, Frey NC, Friederich P, Gaudin T, Gayle AA, Lameiro R da F, Lemm D, Lo A, Moosavi SM, Duarte JMN, Nigam AK, Pollice R, Rajan K, Guzik AA. SELFIES and the future of molecular string representations [Internet]. Patterns. 2022 ;3( 10): 100588.[citado 2024 nov. 14 ] Available from: https://doi.org/10.1016/j.patter.2022.100588
Trabalho de evento-resumo
How NEQUIMED/IQSC/USP’s using machine learning to aid drug discovery (2019)
Montanari, Carlos Alberto ; Cianni, Lorenzo
Source: Book of Abstracts. Conference titles: The São Carlos Special Medicinal Chemistry Meeting - SancaMedChem2019. Unidade: IQSC
Subjects: QUÍMICA, INTELIGÊNCIA ARTIFICIAL, FÁRMACOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MONTANARI, Carlos Alberto e CIANNI, Lorenzo. How NEQUIMED/IQSC/USP’s using machine learning to aid drug discovery. 2019, Anais.. São Paulo: Instituto de Química de São Carlos, IQSC, Universidade de São Paulo, USP, 2019. Disponível em: http://sancamedchem.iqsc.usp.br/files/2019/11/Book-of-abstracts-SancaMedChem2019.pdf. Acesso em: 14 nov. 2024.
APA
Montanari, C. A., & Cianni, L. (2019). How NEQUIMED/IQSC/USP’s using machine learning to aid drug discovery. In Book of Abstracts. São Paulo: Instituto de Química de São Carlos, IQSC, Universidade de São Paulo, USP. Recuperado de http://sancamedchem.iqsc.usp.br/files/2019/11/Book-of-abstracts-SancaMedChem2019.pdf
NLM
Montanari CA, Cianni L. How NEQUIMED/IQSC/USP’s using machine learning to aid drug discovery [Internet]. Book of Abstracts. 2019 ;[citado 2024 nov. 14 ] Available from: http://sancamedchem.iqsc.usp.br/files/2019/11/Book-of-abstracts-SancaMedChem2019.pdf
Vancouver
Montanari CA, Cianni L. How NEQUIMED/IQSC/USP’s using machine learning to aid drug discovery [Internet]. Book of Abstracts. 2019 ;[citado 2024 nov. 14 ] Available from: http://sancamedchem.iqsc.usp.br/files/2019/11/Book-of-abstracts-SancaMedChem2019.pdf
Artigo de periodico
Advances and Perspectives in Applying Deep Learning for Drug Design and Discovery (2019)
Lipinski, Célio Fernando ; Maltarollo, Vinícius Gonçalves ; Oliveira, Patrícia Rufino; Silva, Alberico Borges Ferreira da ; Honório, Káthia Maria
Source: Frontiers in Robotics and AI. Unidades: IQSC, EACH
Subjects: INTELIGÊNCIA ARTIFICIAL, QUÍMICA MÉDICA, QUÍMICA FARMACÊUTICA, PLANEJAMENTO DE FÁRMACOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIPINSKI, Célio Fernando et al. Advances and Perspectives in Applying Deep Learning for Drug Design and Discovery. Frontiers in Robotics and AI, v. no 2019, p. 01-06, 2019Tradução . . Disponível em: https://doi.org/10.3389/frobt.2019.00108. Acesso em: 14 nov. 2024.
APA
Lipinski, C. F., Maltarollo, V. G., Oliveira, P. R., Silva, A. B. F. da, & Honório, K. M. (2019). Advances and Perspectives in Applying Deep Learning for Drug Design and Discovery. Frontiers in Robotics and AI, no 2019, 01-06. doi:10.3389/frobt.2019.00108
NLM
Lipinski CF, Maltarollo VG, Oliveira PR, Silva ABF da, Honório KM. Advances and Perspectives in Applying Deep Learning for Drug Design and Discovery [Internet]. Frontiers in Robotics and AI. 2019 ; no 2019 01-06.[citado 2024 nov. 14 ] Available from: https://doi.org/10.3389/frobt.2019.00108
Vancouver
Lipinski CF, Maltarollo VG, Oliveira PR, Silva ABF da, Honório KM. Advances and Perspectives in Applying Deep Learning for Drug Design and Discovery [Internet]. Frontiers in Robotics and AI. 2019 ; no 2019 01-06.[citado 2024 nov. 14 ] Available from: https://doi.org/10.3389/frobt.2019.00108
Artigo de jornal
As redes neuronais (1997)
Cruz, Antonio José Gonçalves ; Assaf, Elisabete Moreira
Source: Primeira Página. Unidade: IQSC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CRUZ, Antonio José Gonçalves e ASSAF, Elisabete Moreira. As redes neuronais. Tradução . Primeira Página, São Carlos, 1997. , p. A13. Acesso em: 14 nov. 2024.
APA
Cruz, A. J. G., & Assaf, E. M. (1997). As redes neuronais. Primeira Página, p. A13. São Carlos: Instituto de Química de São Carlos, Universidade de São Paulo.
NLM
Cruz AJG, Assaf EM. As redes neuronais. Primeira Página. 1997 ; A13.[citado 2024 nov. 14 ]
Vancouver
Cruz AJG, Assaf EM. As redes neuronais. Primeira Página. 1997 ; A13.[citado 2024 nov. 14 ]
Trabalho de evento-resumo
Otimizacao cromatografica (hrgc) da separacao de compostos volateis em bebidas atraves de aplicacoes sequenciais de simplexos (1990)
Lanças, Fernando Mauro ; Romero, Roseli Aparecida Francelin ; Souza, A. J.
Source: Abstracts. Conference titles: Congresso Latino-Americano de Cromatografia. Unidades: ICMC, IQSC
Subjects: ENGENHARIA QUÍMICA, INTELIGÊNCIA ARTIFICIAL, QUÍMICA ANALÍTICA, ESPECTROSCOPIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LANÇAS, Fernando Mauro e ROMERO, Roseli Aparecida Francelin e SOUZA, A. J. Otimizacao cromatografica (hrgc) da separacao de compostos volateis em bebidas atraves de aplicacoes sequenciais de simplexos. 1990, Anais.. Águas de São Pedro: Altec, 1990. . Acesso em: 14 nov. 2024.
APA
Lanças, F. M., Romero, R. A. F., & Souza, A. J. (1990). Otimizacao cromatografica (hrgc) da separacao de compostos volateis em bebidas atraves de aplicacoes sequenciais de simplexos. In Abstracts. Águas de São Pedro: Altec.
NLM
Lanças FM, Romero RAF, Souza AJ. Otimizacao cromatografica (hrgc) da separacao de compostos volateis em bebidas atraves de aplicacoes sequenciais de simplexos. Abstracts. 1990 ;[citado 2024 nov. 14 ]
Vancouver
Lanças FM, Romero RAF, Souza AJ. Otimizacao cromatografica (hrgc) da separacao de compostos volateis em bebidas atraves de aplicacoes sequenciais de simplexos. Abstracts. 1990 ;[citado 2024 nov. 14 ]

USP Schools

ReP

Filtros

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Countries/Territories

Funding Agencies

Non normalized affiliation

Countries of institutions of collaboration