MétaCan
Menu
Retour à la cohorte
Enregistrement W2765251120 · doi:10.2174/2213240602666150722232236

Comprehensive Multidimensional Chromatography

2015· article· en· W2765251120 sur OpenAlexaff
Matthew Edwards, Haleigh Boswell, Tadeusz Górecki

Notice bibliographique

RevueCurrent Chromatography · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésTwo-dimensional gasMultidimensional systemsMultidimensional analysisTwo-dimensional chromatographySeparation (statistics)Multidimensional dataGas chromatographyComputer scienceBiochemical engineeringChromatographyChemistryMathematicsMachine learningEngineeringData mining

Résumé

récupéré en direct d'OpenAlex

As analysts enquire further into the complexity of their samples, powerful separation techniques become an important asset. The ability (or lack thereof) of conventional one-dimensional separations such as liquid and gas chromatography to resolve complicated mixtures was described in detail by Giddings and others in the 1980s. At this point the development of multidimensional separation techniques began to accelerate. These techniques can offer up to an order of magnitude greater peak capacity than conventional chromatographic methods. Today, multidimensional separation methods are used widely throughout many fields in both industry and academia. This review focuses on comprehensive multidimensional techniques in gas and liquid chromatography. Fundamental aspects of the techniques, modulation technology and recent applications in fields that frequently use the technology will be discussed. Multidimensional separation techniques are here to stay and will undoubtedly play increasingly important role in the analysis of complex chemical samples for years to come. Keywords: Comprehensive multidimensional separations, comprehensive two-dimensional gas chromatography, comprehensive two-dimensional liquid chromatography, environmental, flavours and fragrances, instrumentation.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,010

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 Opus0,041
Tête enseignante GPT0,286
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations24
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent ChromatographyMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207