MétaCan
Menu
Retour à la cohorte
Enregistrement W2486597618 · doi:10.1385/0-89603-076-8:1

Fluorescence Analysis of Amines and Their Metabolites

2003· book-chapter· en· W2486597618 sur OpenAlexaff
Judith M. Baker, Roger F. Butterworth, W. G. Dewhurst

Notice bibliographique

RevueHumana Press eBooks · 2003
Typebook-chapter
Langueen
DomaineChemistry
ThématiqueVarious Chemistry Research Topics
Établissements canadiensUniversity of AlbertaUniversité de MontréalHôpital Saint-Luc
Organismes subventionnairesnon disponible
Mots-clésExcited stateFluorescenceAtomic physicsChemistryPhotonRadiationGround stateMoleculeDipoleWavelengthEmission spectrumSpectral linePhysicsOptics

Résumé

récupéré en direct d'OpenAlex

The term fluorescence commonly refers to the phenomenon in which light from the ultraviolet (UV) spectrum is absorbed by a substance and emitted in the visible spectrum. Certain organic molecules absorb light energy, resulting in various interatomic bonds being raised to higher energy levels. This energy may be dissipated in several ways, one of which is the emission of light. Under normal circumstances, the emitted radiation is of a longer wavelength (lower energy) than that absorbed. The number of photons of light emitted is proportional to the number of molecules involved; that is, the concentration of fluorescent substance(s) present in the sample under consideration. The fluorescence intensity of a particular substance is determined by the difference in energy between the excited and ground states and the relative importance of other types of energy dissipation, such as collisional deactivation. It is important to note that the chemical and physical properties (e.g., p K a , dipole moment, interatomic distances) of the excited state may be much different from those of the ground state. These changes may result in special difficulties in the analysis of certain compounds ( see section 1.2 ). These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0040,002

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 Opus0,056
Tête enseignante GPT0,269
Écart entre enseignants0,213 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetVarious Chemistry Research TopicsTravaux en français237 207