Capture efficiency of dynamic pH junction focusing in capillary electrophoresis
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
Dynamic pH junction is one of the techniques used to overcome the issue of poor concentration sensitivity in CE. By introducing a long sample plug in the capillary and focusing the target molecules at the pH boundary between the sample plug and background electrolyte, this focusing technique can achieve a detection limit that is one to two orders of magnitude better than conventional CE. For quantification purposes, the capturing efficiency of the injected molecules should be scrutinized. Focusing of all target molecules inside the sample plug is desired to ensure good linearity across the whole dynamic range. To test the theoretical prediction with a real experiment, nicotine is used as the test molecule for two types of dynamic pH junctions. The first one is with acidic background electrolyte, and can accommodate both optical detection methods and positive-ion mode mass spectrometric detection, while the other is suitable for optical detection only due to the use of basic separation background electrolyte. With a theoretical simulation study, it is demonstrated that, for either of these dynamic pH junctions, focusing of at least 95% of target molecule injected into the capillary was easily achievable. More importantly, a longer sample plug could generate a high percentage of molecules captured by dynamic pH junction focusing. Sharp, symmetrical peaks and good linearity for calibration curve can be obtained. Real samples with complex matrixes were also used to demonstrate that nicotine can be selectively focused and quantified using CE-MS.
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 | 0,001 | 0,001 |
| 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