MétaCan
Menu
Retour à la cohorte
Enregistrement W1544102653 · doi:10.1002/jms.3340

Using mass defect plots as a discovery tool to identify novel fluoropolymer thermal decomposition products

2014· article· en· W1544102653 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Mass Spectrometry · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePer- and polyfluoroalkyl substances research
Établissements canadiensMinistry of the Environment, Conservation and ParksUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésFluoropolymerChemistryMass spectrometryThermal decompositionFourier transform ion cyclotron resonanceDecompositionMass spectrumCongenerAnalytical Chemistry (journal)PolymerOrganic chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Fire events involving halogenated materials, such as plastics and electronics, produce complex mixtures that include unidentified toxic and environmentally persistent contaminants. Ultrahigh-resolution mass spectrometry and mass defect filtering can facilitate compound identification within these complex mixtures. In this study, thermal decomposition products of polychlorotrifluoroethylene (PCTFE, [-CClF-CF2 -]n), a common commercial polymer, were analyzed by Fourier transform ion cyclotron resonance mass spectrometry. Using the mass defect plot as a guide, novel PCTFE thermal decomposition products were identified, including 29 perhalogenated carboxylic acid (PXCA, X = Cl,F) congener classes and 21 chlorine/fluorine substituted polycyclic aromatic hydrocarbon (X-PAH, X = Cl,F) congener classes. This study showcases the complexity of fluoropolymer thermal decomposition and the potential of mass defect filtering to characterize complex environmental samples.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,151
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,329
Écart entre enseignants0,306 · 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