MétaCan
Menu
Retour à la cohorte
Enregistrement W2968832520 · doi:10.1002/mrc.4933

Minimizing the risk of deducing wrong natural product structures from NMR data

2019· article· en· W2968832520 sur OpenAlexaff
Darcy C. Burns, William F. Reynolds

Notice bibliographique

RevueMagnetic Resonance in Chemistry · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueMolecular spectroscopy and chirality
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNatural (archaeology)ChemistryInterpretation (philosophy)Natural productProduct (mathematics)Advice (programming)Point (geometry)EpistemologyNuclear magnetic resonanceComputer sciencePhysicsPhilosophyStereochemistry

Résumé

récupéré en direct d'OpenAlex

There continues to be a disturbing number of natural products reported in the literature whose structures are incorrect. At least in part, this reflects the fact that many natural product chemists have limited formal nuclear magnetic resonance training. Gaps in training and lack of awareness regarding the challenges and ambiguities associated with two-dimensional nuclear magnetic resonance data interpretation can easily lead to errors in structure elucidation. The purpose of this tutorial is to point out some of these issues, highlight the kinds of errors that have been made and provide specific advice on how to avoid these missteps such that the risk of reporting a wrong structure is minimized.

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)0,032
score de la tête « metaresearch » (Gemma)0,131
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,131
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,003
Communication savante0,0060,009
Science ouverte0,0030,005
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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

Citations34
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in ChemistryMême sujetMolecular spectroscopy and chiralityTravaux en français237 207