MétaCan
Menu
Retour à la cohorte
Enregistrement W1971574029 · doi:10.1021/ac052213i

Miniature Differential Mobility Spectrometry Using Atmospheric Pressure Photoionization

2006· article· en· W1971574029 sur OpenAlexaff
Erkinjon G. Nazarov, Raanan A. Miller, Gary A. Eiceman, John A. Stone

Notice bibliographique

RevueAnalytical Chemistry · 2006
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésChemistryPhotoionizationIonAnalytical Chemistry (journal)Mass spectrometryAtmospheric pressureDopantMass spectrumTolueneIon-mobility spectrometryBenzeneIonizationOrganic chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Positive and negative ion spectra have been obtained with a miniature differential mobility spectrometer equipped with a photoionization source operating at atmospheric pressure. With benzene as a dopant, providing C6H6+ as reactant ion, protonated molecular ions and proton-bound dimer ions were obtained with dimethyl methylphosphonate and butanone. The spectra obtained from gas chromatographic injections of aromatic hydrocarbons, benzene, toluene, and the xylenes, produced the molecular ions when the moisture level was very low, but at a high level the hydrated proton was also present. Possible mechanisms for the formation of protonated products are discussed. Negative ions were produced from electron capture by sulfur hexafluoride using benzene or acetone as dopant. Photoionization of nitrogen dioxide led to the formation of the nitrate ion whose yield was a nonlinear function of concentration. The use of a suitable dopant enhanced ion formation by up to 2 orders of magnitude, and limits of detection in both the positive and negative modes were all at the sub ppm(v) level. The study makes a strong case for the use of a photoionization source as an alternative to the radioactive 63Ni source.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,130
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0290,000

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 Opus0,007
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207