MétaCan
Menu
Retour à la cohorte
Enregistrement W2064978519 · doi:10.1021/ac901696q

405 nm Absorption Detection in Nanoliter Volumes

2009· article· en· W2064978519 sur OpenAlexafffund
Helen Waechter, Klaus Bescherer, Christoph J. Dürr, Richard D. Oleschuk, Hans‐Peter Loock

Notice bibliographique

RevueAnalytical Chemistry · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensQueen's University
Organismes subventionnairesEli Lilly CanadaSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungOntario Centres of Excellence
Mots-clésChemistryAbsorption (acoustics)Analytical Chemistry (journal)NanotechnologyChromatographyOptics

Résumé

récupéré en direct d'OpenAlex

Analytical UV absorption detection for microfluidic devices, capillary electrophoresis, and even high-performance liquid chromatography is hampered by the small detection volumes, short absorption paths, and the need to sample at a high rate with a stable background and low noise. Fiber-loop ring-down spectroscopy (FLRDS) permits absorption detection of dilute liquid samples in volumes as small as a few nanoliters, while being insensitive to light source fluctuations and permitting a millisecond temporal resolution. We demonstrate a FLRDS based detection scheme that is compatible in dimensions (<200 microm absorption path, 6.0 nL detection volume) and optical design (405 nm detection wavelength, fiber coupled) with existing separation systems. An optical/fluidic interface has been built that allows injection of laser light into the loop while also permitting delivery of the sample. The detection limit of tartrazine was determined to be 5 microM (30 fmol) corresponding to an absorption of 0.11 cm(-1). Equivalent results were obtained when detecting myoglobin, a heterocyclic pharmaceutical ingredient, and 5.17 microm diameter polystyrene beads.

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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,192 · 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

Citations27
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207