MétaCan
Menu
Retour à la cohorte
Enregistrement W2468976137 · doi:10.1063/1.4954502

A rapid excitation-emission matrix fluorometer utilizing supercontinuum white light and acousto-optic tunable filters

2016· article· en· W2468976137 sur OpenAlexafffund
Wenbo Wang, Zhenguo Wu, Jianhua Zhao, Harvey Lui, Haishan Zeng

Notice bibliographique

RevueReview of Scientific Instruments · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of British ColumbiaCanadian Dermatology Foundation
Mots-clésSupercontinuumFluorometerWhite lightOpticsMaterials scienceExcitationOptoelectronicsMatrix (chemical analysis)FluorescencePhysicsWavelength

Résumé

récupéré en direct d'OpenAlex

Scanning speed and coupling efficiency of excitation light to optic fibres are two major technical challenges that limit the potential of fluorescence excitation-emission matrix (EEM) spectrometer for on-line applications and in vivo studies. In this paper, a novel EEM system, utilizing a supercontinuum white light source and acousto-optic tunable filters (AOTFs), was introduced and evaluated. The supercontinuum white light, generated by pumping a nonlinear photonic crystal fiber with an 800 nm femtosecond laser, was efficiently coupled into a bifurcated optic fiber bundle. High speed EEM spectral scanning was achieved using AOTFs both for selecting excitation wavelength and scanning emission spectra. Using calibration lamps (neon and mercury argon), wavelength deviations were determined to vary from 0.18 nm to -0.70 nm within the spectral range of 500-850 nm. Spectral bandwidth for filtered excitation light broadened by twofold compared to that measured with monochromatic light between 650 nm and 750 nm. The EEM spectra for methanol solutions of laser dyes were successfully acquired with this rapid fluorometer using an integration time of 5 s.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,242
Écart entre enseignants0,229 · 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 tête enseignante, 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

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207