MétaCan
Menu
Retour à la cohorte
Enregistrement W2902768883 · doi:10.1039/c8fd00213d

Focusing on “the important” through targeted NMR experiments: an example of selective<sup>13</sup>C–<sup>12</sup>C bond detection in complex mixtures

2018· article· en· W2902768883 sur OpenAlexafffund
Amy Jenne, Ronald Soong, Wolfgang Bermel, Nisha Sharma, Antonio Masi, Maryam Tabatabaei Anaraki, André J. Simpson

Notice bibliographique

RevueFaraday Discussions · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensUniversity of TorontoToronto Public Health
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKrembil FoundationCanada Foundation for Innovation
Mots-clésChemistryMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Current research is attempting to address more complex questions than ever before. As such, the need to follow complex processes in intact media and mixtures is becoming commonplace. Here, a targeted NMR experiment is introduced which selectively detects the formation of 13C-12C bonds in mixtures. This study introduces the experiment on simple standards, and then demonstrates the potential on increasingly complex processes including: fermentation, Arabidopsis thaliana germination/early growth, and metabolism in Daphnia magna both ex vivo and in vivo. As signals from the intact 12C and 13C pools are themselves filtered out, correlations are only observed when a component from each pool combines (i.e. new 13C-12C bonds) in the formation of new structures. This targeted approach significantly reduces the complexity of the mixtures and provides information on the fate and reactivity of carbon in environmental and biological processes. The experiment has application to follow bond formation wherever two pools of carbon are brought together, be it the incorporation of 13C enriched food into a living organism's biomass, or the degradation of 13C enriched plant material in soil.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,316
Écart entre enseignants0,272 · 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.

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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFaraday DiscussionsMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207