MétaCan
Menu
Retour à la cohorte
Enregistrement W1987819126 · doi:10.1021/ac049777r

Detector for Liquid Chromatography Based on Acoustic Emissions from an Oscillating Flame

2004· article· en· W1987819126 sur OpenAlexafffund
Kevin B. Thurbide, Zhongpeng Xia

Notice bibliographique

RevueAnalytical Chemistry · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryDetectorChromatographyGas chromatographyChromatography detectorHigh-performance liquid chromatographyAnalytical Chemistry (journal)Optics

Résumé

récupéré en direct d'OpenAlex

The acoustic flame detector (AFD) is examined as a novel detector for liquid chromatography (LC). It is based upon the acoustic emission frequency of an oscillating hydrogen/oxygen premixed flame and produces a universal response toward organic molecules. A stable frequency near 1000 Hz, which further depends on mobile-phase composition, is achieved for flow rates in the microliter per minute range. The mass flow sensitivity of the AFD demonstrates a linear response over 3 orders of magnitude and a detection limit (S/sigma = 3) of approximately 15 ng of C/s for a series of alcohols. For cyclopentanol, this amounts to an injected mass of approximately 77 ng based on a 0.5-microL injection of a 196 ppm solution in methanol (flow rate 20 microL/min methanol; peak width 30 s). Similar sensitivity is observed using a water mobile phase. Low-frequency (1/f ) noise contributions are dominant with or without mobile phase present. The AFD demonstrates a uniform molar sensitivity toward carbon compounds independent of their optical properties or volatility. Results suggest the device might serve as a simple, inexpensive universal LC detector.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,010

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 Opus0,013
Tête enseignante GPT0,265
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207