An overview of organic molecule soft ionization using vacuum ultraviolet laser radiation
Notice bibliographique
Résumé
The utility of coherent vacuum ultraviolet (VUV) single-photon ionization (SPI) combined with time-of-flight mass spectrometry (TOF-MS) for organic molecule detection by parent mass is explored in this short review. Nonresonant tripling in phase-matched XeAr gas mixtures was used to generate photons at a fixed energy of 10.5 eV. Representative organic molecules with different functional groups were examined, including aliphatic and aromatic alkanes, alkenes, alkynes, alkanols, ethers, amines, aldehydes, ketones, carboxylic acids, and esters. In almost every case, the intensity of the resultant parent molecular ion peak detected by TOF-MS was found to be superior to that obtained using 70 eV electron impact (EI), and comparable to that obtained with 12 eV EI. In those instances when fragmentation reactions did occur, the resultant ions were similar to those found using EI but with significantly reduced mass spectral intensities. It was still possible to establish one dominant fragmentation pathway that could be used for molecular identification even if the parent molecular ion was not the strongest feature in the spectrum, for example, in the case of alcohols, alcohol clusters, and alcoholether adducts. Several of the fragment ions were metastably broadened. Not surprisingly, their known appearance energies or estimated reaction enthalpies were very similar to the fixed photon energy used. The success of using VUV for organic molecule soft ionization is attributed to the low photon energy that removes predominantly a π- or non-bonding electron from the functionalized species. As most organic compounds have ionization potentials in the 10.5 eV region, this approach is expected to be near universal.Key words: vacuum ultraviolet laser, single photon ionization, organic molecule detection, soft-ionization, mass spectrometry.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
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 ».