MétaCan
Menu
Retour à la cohorte
Enregistrement W2312511836 · doi:10.1021/ac503252g

Functionalized Porous Silicon Surfaces as DESI-MS Substrates for Small Molecules Analysis

2014· article· en· W2312511836 sur OpenAlexafffund
Nicolas V. Schwab, Moriam O. Ore, Marcos N. Eberlin, Sylvie Morin, Demian R. Ifa

Notice bibliographique

RevueAnalytical Chemistry · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésChemistryPorous siliconAnalyteSolventDissolutionDesorptionMoleculeMass spectrometrySiliconAnalytical Chemistry (journal)Surface modificationPorosityElectrosprayChromatographyChemical engineeringAdsorptionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In desorption electrospray ionization mass spectrometry (DESI-MS), the type of surface in addition to low gas and solvent flow rates help to avoid the "splashing of solvent" or "washing effect", by which samples are promptly removed from the surface by the spray. These effects operate on smooth surfaces and generally result in unstable signals as the spray moves over the spot. The aim of this work is to compare the performance of functionalized porous silicon surfaces (pSi) for small molecules analysis with regard to the stability of the signal and the limits of detection (LODs) observed in DESI-MS. The results showed that functional groups, like 1-decene and heptadecafluoro-1,1,2,2-tetrahydrodecyl trimethoxysilane, on pSi surface provides a good alternative for dried spot analysis by DESI-MS, improving stability of the signal and the LODs. This improvement is possible because the dual process containing the weak sample-surface interactions of the hydrophobic characteristic of the functional groups and increasing the surface area of interaction between the sample and the thin solvent film created by the DESI spray, resulting in more effective dissolution of the analyte in the spray solvent without fast removal of the sample.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,267
Écart entre enseignants0,250 · 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

Citations16
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207