Experimental Methods in Chemical Engineering: Mass Spectrometry—MS
Notice bibliographique
Résumé
Abstract Mass spectrometry identifies the atomic mass of molecules and fragments in the gas phase. The spectrometer ionizes the molecules that then pass through an electric or magnetic field towards a detector. The field modifies the molecule's trajectory and we infer mass from its direction and velocity in a static field or from the stability of its path in a dynamic field. The electric current is amplified and a mass spectrum is generated from the location or timing of the signal from the detector, translated into a plot of the intensity as a function of the mass‐over‐charge ratio. It is field deployable, measures concentrations in real time with a temporal resolution better than 100 ms, and detection limits of fg. However, the signal drifts with time so we have to calibrate it as frequently as every hour. Calibrating requires multiple mixtures with varying concentrations to map the non‐linear response. The Web of Science Core Collection indexed over 60 000 articles that refer to MS (2016 and 2017) with applications ranging from permanent gas analysis, to identifying protein, forensic science, and natural products. The bibliometric software VOSViewer( ) identified four clusters of research related to MS: (1) proteomics, proteins, plasma, and metabolomics; (2) solid phase extraction together with gas chromatography; (3) tandem mass spectrometry and liquid chromatography; and (4) waste water and toxicity. We expect that the technique will continue to evolve with increased sensitivity, lower drift, and greater specificity. Miniaturization efforts should also continue in order to develop faster field deployable instruments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,041 |
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 source (Gemma direct ou Codex distillé), 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 ».