MétaCan
Menu
Retour à la cohorte
Enregistrement W1991471665 · doi:10.1016/j.jasms.2004.10.004

AP and vacuum MALDI on a QqLIT instrument

2004· article· en· W1991471665 sur OpenAlexfundno aff
Bradley B. Schneider, Chris M. Lock, Thomas R. Covey

Notice bibliographique

RevueJournal of the American Society for Mass Spectrometry · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGenome Prairie
Mots-clésChemistryAnalytical Chemistry (journal)IonMass spectrometryPeptideChromatographyMALDI imagingUltra-high vacuumMatrix-assisted laser desorption/ionizationNanotechnologyOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

This article presents a comparative study of the performance, operational, and instrumental characteristics of AP and vacuum MALDI for the analysis of peptides and protein digests. Spectra generated with the two ion sources were surprisingly similar, both qualitatively and quantitatively, with vacuum MALDI generating ion count rates that were approximately a factor of 2 greater than those generated with AP MALDI on this system. Even though the peptide signals were 2X greater with vacuum MALDI, the background intensities also increased by a similar amount, leading to approximately equivalent signal/background ratios for digests and peptide mixtures. The results suggest that when AP MALDI conditions are properly optimized, the sensitivity can approach that of vacuum MALDI. However, AP MALDI performance is critically affected by source gas flows, potentials, and temperature, making it operationally more complex. In addition, evidence is provided for thermal degradation of samples stored on a target plate within a heated AP MALDI ion source. An improved interface for atmosphere to vacuum ion transfer substantially improved these characteristics.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,012
Tête enseignante GPT0,262
Écart entre enseignants0,250 · 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
GenreMéthodes

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

En bref

Citations54
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Mass SpectrometryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207