MétaCan
Menu
Retour à la cohorte
Enregistrement W2316895797 · doi:10.1021/ac1018364

Noncooled Capillary Inlet: A Source of Systematic Errors in Capillary-Electrophoresis-Based Affinity Analyses

2010· article· en· W2316895797 sur OpenAlexafffund
Michael U. Musheev, Yuri Filiptsev, Sergey N. Krylov

Notice bibliographique

RevueAnalytical Chemistry · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaYork University
Mots-clésCapillary electrophoresisChemistryInletCapillary actionElectrolyteElectrophoresisChromatographyCapillary electrochromatographyAnalytical Chemistry (journal)Capillary lengthComposite materialMechanical engineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

Capillary electrophoresis (CE) serves as a platform for a large family of temperature-sensitive affinity methods. To control the electrolyte temperature, the heat generated during electrophoresis is removed by actively cooling the capillary. Short parts of the capillary, particularly at its inlet, are not actively cooled, however, and the electrolyte in this part is likely to be at an elevated temperature. Owing to their relatively short lengths, the noncooled parts have never been considered as a potential source of artifacts. Here we report for the first time that electrophoresis of the sample through the short noncooled capillary inlet can lead to large systematic errors in quantitative CE-based affinity analyses. Our findings suggest that the noncooled capillary inlet region, in spite of being short, is a source of significant artifacts that must be taken into consideration by developers and users of CE-based affinity methods. We propose a simple solution for this problem: moving the sample through the noncooled inlet into the cooled region by pressure or by a low-strength electric field to save it from exposure to the elevated temperature.

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)0,015
score de la tête « metaresearch » (Gemma)0,040
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 enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,040
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,241 · 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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207