MétaCan
Menu
Retour à la cohorte
Enregistrement W1971908963 · doi:10.1366/0003702011952235

Prediction of Multiple Matrix Interferences in Inductively Coupled Plasma Mass Spectrometry

2001· article· en· W1971908963 sur OpenAlexaff
John W. Tromp, Amanda Cole, Hai Ying, Eric D. Salin

Notice bibliographique

RevueApplied Spectroscopy · 2001
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCalibrationInterference (communication)StandardizationMatrix (chemical analysis)Basis (linear algebra)Mass spectrometryChemistrySimple (philosophy)Inductively coupled plasma mass spectrometryAnalytical Chemistry (journal)Biological systemAlgorithmComputer scienceChromatographyStatisticsMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Matrix effects for pairs of interferents (Al, Na, K, Ba, and Cs) were investigated and compared to predictions of the amount of interference determined by single interferent experiments in order to test a model called the total interference level (TIL), which assumes that the effects of different interferents add linearly. The TIL model is part of an Autonomous Instrument and is designed to indicate when a simple default calibration, such as external calibration or internal standardization, is inadequate for the desired accuracy of analysis. The performance of the TIL model was examined in terms of a daily calibration basis, which should be more accurate, and an occasional calibration basis, which is more convenient, considering simple external standardization and internal standardization as the techniques to be tested for desired accuracy. The results are encouraging for multiple interferences and show that the TIL model can serve a useful function in predicting calibration errors, even given the presence of instrument drift on ICP-MS.

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 enseignants0,060
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)0,0020,000

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 Opus0,028
Tête enseignante GPT0,283
Écart entre enseignants0,255 · 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

Citations6
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SpectroscopyMême sujetAnalytical chemistry methods developmentTravaux en français237 207