HILIC-NMR: Toward the Identification of Individual Molecular Components in Dissolved Organic Matter
Notice bibliographique
Résumé
This article presents research targeted toward the isolation and detection of unique molecular structures from what is believed to be the world's most complex organic mixture: dissolved organic matter (DOM). Hydrophilic interaction chromatography (HILIC) was used to separate Suwannee River DOM (SRDOM) into 80 fractions, simplified to the extent that detection with nuclear magnetic resonance spectroscopy (NMR) results in many sharp signals that are indicative of individual compounds, some of which are identifiable with multidimensional NMR. Parallel factor analysis (PARAFAC) of fluorescence excitation-emission matrices (EEMs) was additionally employed on HILIC-simplified fractions to further confirm the effectiveness of the HILIC separations as well as draw insight into how structural characteristics relate to DOM fluorescence signals. Findings suggest that material believed to be derived from both cyclic and linear terpenoids was dominant in the most hydrophobic fractions as were the majority of the fluorescence signals, whereas hydrophilic material was highly correlated with carbohydrate-type structures as well as high contributions from amino acid fluorescence. NMR spectra of DOM, typically featureless mounds, are substantially more detailed with HILIC-simplified fractions to the point where hundreds of signals are present and 2D NMR correlations permit significant structural identifications.
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 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».