新手調香師 #121：同一個壓力下寫了兩個沸點的 208 支材料

閱讀約 4 分鐘。

太長不看

• 208 支材料在同一個壓力下登記了兩個以上的沸點
• 差值中位數 5 °C，四分位 2 到 18；差 >20 °C 的有 48 支
• 187 支（90%）是「一個標 (est) 一個沒標」——留沒標的那個就好
• 兩個都沒標的只有 20 支，而其中差 >20 °C 的只有 6 支
• 其餘 14 支差 0 到 5 度，是重複登記——有 4 支的兩個值一模一樣
• 最大的兩支：1,8-桉葉油醇（77 家）差 87 °C、二甲基硫醚（81 家）是一個符號錯誤

這是最省力的檢查

我這幾輪累積了一串內部一致性檢查： 沸點欄與熔點欄相同、 減壓沸點高於常壓沸點、 規格範圍的整數端點、 同族材料橫著比。

這一個更簡單：一支材料在同一個壓力下只能有一個沸點。 如果 bp 欄裡出現兩個都標著 @ 760.00 mm Hg 的數字，其中一個是多的。

208 支，但多數不用擔心

	支數
同一壓力下有兩個以上沸點值	208
差 >1 °C	170（82%）
差 >5 °C	98（47%）
差 >20 °C	48（23%）
差 >50 °C	26（12%）

差值中位數只有 5 °C。多數是同一支材料的兩份文獻值，差幾度很正常。

而 90% 的情況這個檢查自己帶著答案

這是我沒預期到的部分。看那兩個值有沒有標 (est)：

	支數	佔比
一個標 (est)、一個沒標	187	90%
兩個都沒標	20	10%
兩個都標 (est)	1	0.5%

九成的情況是一個估計值擺在一個量測值旁邊。

而且差得愈大，這個模式愈明顯：差 >20 °C 的 48 支裡，有 43 支（90%）是一估一實。

所以規則很簡單：兩個值不一樣的時候，留沒標 (est) 的那個。

舉例：para-anisyl formate（21 家供應商）寫著

220.00 °C. @ 760.00 mm Hg | 254.00 to 255.00 °C. @ 760.00 mm Hg (est)

**留 220。**那 35 °C 的落差是估計式跟實測的落差，不是資料錯了。

剩下 20 支，真正有問題的只有 6 支

兩個值都沒標 (est) 的那 20 支，才是兩份量測互相矛盾：

差	供應商	材料	兩個值
87.0 °C	77	1,8-cineole	176–177 ／ 90–91
77.0 °C	4	5-acetyl-2,3-dihydro-1,4-thiazine	259–319 ／ 242
74.8 °C	81	dimethyl sulfide	37.30 ／ −37.50 到 −37.30
66.0 °C	2	fresh decan-2-one	323–325 ／ 259
62.0 °C	40	2-methyl undecanal	171 ／ 233
20.0 °C	67	maple furanone	102–103 ／ 83–86 @0.5 mmHg

**只有這 6 支。**其餘 14 支差 0 到 5 度：

• laevo-linalool（25 家）：198 與 197–199——後者包含前者，是同一個值的兩種寫法
• dipentene（37 家）：176 與 178
• 4 支的兩個值一模一樣：cyclohexyl butyrate 212 與 212、4-butyl pyridine 209 與 209⋯⋯ 那是純粹的重複登記

208 支裡真正需要處理的是 6 支，佔全庫的 0.014%。

二甲基硫醚那個是符號錯誤

37.30 °C. @ 760.00 mm Hg | -37.50 to -37.30 °C. @ 760.00 mm Hg

同樣的數字，一個帶負號。

二甲基硫醚的沸點是 37 °C（它是常溫下就會跑掉的東西，蒸氣壓 647 mmHg）。 熔點欄寫著 −98 °C，閃火點 −36.67 °C。所以 37.30 是對的，那個 −37.30 是多打了一個負號。

這是我在這個資料庫裡找到的第三個符號錯誤： 第一個是萊姆油的旋光度 +35 到 −41， 第二個是我自己的正則把乙醛的 −53 讀成 53。

負號很容易掉，也很容易多。

1,8-桉葉油醇那 90 °C 是什麼

這一支有 77 家供應商，是很主流的材料（尤加利的主成分）。

176.00 to 177.00 °C. @ 760.00 mm Hg | 90.00 to 91.00 °C. @ 760.00 mm Hg

176–177 是對的——桉葉油醇的沸點就是 176 °C，而它的蒸氣壓 1.900 mmHg 也符合這個級距。

那 90–91 從哪來？我查了同一筆紀錄的其他欄位：熔點 1–2 °C、閃火點 50 °C。 沒有一個是 90。

我不知道那個數字的來源，而這正是這個檢查的限制—— 它能告訴你「這裡有一個多餘的數字」，不能告訴你那個數字原本屬於哪裡。

你可以自己跑的規則

打開任何一支材料的沸點欄：

1. **有兩個以上的值嗎？**看它們的壓力標記
2. **兩個壓力一樣嗎？**一樣就有一個是多的
3. **其中一個標著 (est) 嗎？**有的話留另一個——九成的情況這樣就解決了
4. **兩個都沒標？**那就要看別的欄位。蒸氣壓、熔點、閃火點都可以當旁證

第 3 條是重點。(est) 這個小標記，是這個資料庫裡最有用的元資料之一， 而它同時出現在 96% 的蒸氣壓、96% 的外觀欄上—— 我做過的很多推論其實都建立在估計值上。

這篇沒有建立的

• **我沒有查任何一支的正確沸點。**這整篇是欄位內部的比較。
• **「留沒標 (est) 的那個」是一條經驗規則。**它假設實測值比估計值可信， 而那在多數情況成立，但不是定理——實測也會抄錯。
• **6 支這個數字取決於我把 20 °C 當門檻。**用 10 °C 會多幾支。
• 1,8-桉葉油醇那 90 °C 我沒找到來源。
• 我只掃了 bp 欄。mp、flash_point、specific_gravity 也可能有同樣的問題，我沒查。
• 化學資料集的自動清理有專門文獻（PMID 27885862、PMID 23237381）。 這裡做的是四個肉眼可查的步驟，不是那個層級的工作。