Carbon disulfide as a dopant in photon‐induced chemical ionization mass spectrometry
Notice bibliographique
Résumé
RATIONALE: The addition of a dopant to an Atmospheric Pressure PhotoIonization (APPI) source of a mass spectrometer has been shown to enhance the degree of analyte ionization. A series of different dopants has been successfully utilized; however, there has been very little published on the characteristics of a good dopant. We have proposed carbon disulfide (CS2) as a novel new dopant based on its absorption cross-section for the VUV photon's energy used and its unique gas-phase ion chemistry, notably the fact that it does not contain a proton. METHODS: The ability of CS2 to enhance the ionization effectiveness of APPI was tested by using a group of compounds that have different proton affinities (PAs) and electron affinities (EAs). These results were compared to results obtained using the commonly used dopants, toluene and anisole. Particular attention was paid to the formation of [M](+) ions relative to [M+H](+) ions. Mass spectra were collected using a Waters Quattro Premier liquid chromatography/tandem mass spectrometry (LC/MS/MS) system equipped with a commercial Photomate™ photoionization source. RESULTS: The results show that CS2 increases the ionization efficiency of most of the analytes studied in this work comparably to toluene and anisole. CS2 promotes both ionization routes of [M](+) and [M+H](+). In addition, due to the higher ionization energy (IE) of CS2 (10.01) compared to the IEs of toluene (8.83) and anisole (8.20), CS2 can enhance the ionization efficiency of analytes that cannot be enhanced with toluene and anisole. CONCLUSIONS: We have determined that CS2 is a viable dopant for use in APPI sources. For some analytes, significant [M+H](+) ion signals are observed; therefore, the donated proton must come from either water clusters or solvents. In addition, CS2 promotes the ionization of analytes with low PAs and higher IEs than that of toluene and anisole.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».