The application of LC-NMR and LC-SPE-NMR to compositional studies of natural organic matter
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.
Notice bibliographique
Résumé
Non-living natural organic matter (NOM) is ubiquitous in the oceans, atmosphere, sediments, and soils, and represents the most abundant organic carbon reserves on earth. However, a large proportion is considered to be "molecularly uncharacterized" because the inherent complexity of NOM is problematic when applying conventional analytical techniques. This manuscript presents initial applications of LC-NMR (1H) and LC-SPE-NMR (1H) to the studies of NOM isolated from water and soil. LC-NMR is applied to dissolved natural organic matter (DNOM) collected from freshwater environments, and both LC-NMR and LC-SPE-NMR are applied to an alkaline soil extract. The polar and complex nature of the DNOM samples limits conventional reversed phase separation, which can be partially overcome with the use of an ion pair reagent, although such an approach further complicates the NMR detection. LC-SPE-NMR of the soil alkaline extract was encouraging, and specific components in the mixture could be assigned. This work demonstrates that it is both possible to separate and concentrate specific components in NOM such that NMR detection is possible. As NMR information will be critical in unraveling the novel and/or complex structures in NOM this represents a key analytical hurdle in this area.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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