MétaCan
Menu
Retour à la cohorte
Enregistrement W2022716622 · doi:10.1007/s13361-015-1123-0

Development of Laser Desorption Imaging Mass Spectrometry Methods to Investigate the Molecular Composition of Latent Fingermarks

2015· article· en· W2022716622 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of the American Society for Mass Spectrometry · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueForensic Fingerprint Detection Methods
Établissements canadiensHealth CanadaUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHealth Research BoardHealth CanadaState of New Jersey Department of Health
Mots-clésChemistryMass spectrometryMass spectrometry imagingDesorptionMatrix-assisted laser desorption/ionizationChromatographyNanotechnologyAnalytical Chemistry (journal)Materials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

For a century, fingermark analysis has been one of the most important and common methods in forensic investigations. Modern chemical analysis technologies have added the potential to determine the molecular composition of fingermarks and possibly identify chemicals a suspect may have come into contact with. Improvements in analytical detection of the molecular composition of fingermarks is therefore of great importance. In this regard, matrix-assisted laser desorption ionization (MALDI) and laser desorption ionization (LDI) imaging mass spectrometry (IMS) have proven to be useful technologies for fingermark analysis. In these analyses, the choice of ionizing agent and its mode of deposition are critical steps for the identification of molecular markers. Here we propose two novel and complementary IMS approaches for endogenous and exogenous substance detection in fingermarks: sublimation of 2-mercaptobenzothiazol (2-MBT) matrix and silver sputtering.

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,530

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,356
Écart entre enseignants0,321 · 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