MétaCan
Menu
Retour à la cohorte
Enregistrement W2018885707 · doi:10.1088/0957-0233/21/10/105902

A low-cost spectrometer for NMR measurements in the Earth's magnetic field

2010· article· en· W2018885707 sur OpenAlexafffund
Carl A. Michal

Notice bibliographique

RevueMeasurement Science and Technology · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpectrometerProgrammerMicrocontrollerComputer sciencePhase (matter)Pulse (music)Field (mathematics)MagnetSample (material)Computer hardwareNuclear magnetic resonancePhysicsOpticsElectrical engineeringTelecommunicationsEmbedded systemEngineering

Résumé

récupéré en direct d'OpenAlex

We describe and demonstrate an inexpensive, easy-to-build, portable spectrometer for nuclear magnetic resonance measurements in the Earth's magnetic field. The spectrometer is based upon a widely available inexpensive microcontroller, which acts as a pulse programmer, audio-frequency synthesizer and digitizer, replacing what are typically the most expensive specialized components of the system. The microcontroller provides the capability to execute arbitrarily long and complicated sequences of phase-coherent, phase-modulated excitation pulses and acquire data sets of unlimited duration. Suitably packaged, the spectrometer is amenable to measurements in the research lab, in the field or in the teaching lab. The choice of components was heavily weighted by cost and availability, but required no significant sacrifice in performance. Using an existing personal computer, the resulting design can be assembled for as little as US$200. The spectrometer performance is demonstrated with spin-echo and Carr–Purcell–Meiboom–Gill pulse sequences on a water sample.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 GPT0,307
Écart entre enseignants0,284 · 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

Citations47
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMeasurement Science and TechnologyMême sujetNMR spectroscopy and applicationsTravaux en français237 207