MétaCan
Menu
Retour à la cohorte
Enregistrement W2979610764 · doi:10.5539/ijc.v12n1p16

The Chemistry of Paper in Paper Spray Ionization Mass Spectrometry

2019· article· en· W2979610764 sur OpenAlexafffundvenue
Wejdan T. Alsaggaf

Notice bibliographique

RevueInternational Journal of Chemistry · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesBritish Columbia Knowledge Development FundKing Abdulaziz University
Mots-clésChemistryAnalyteMass spectrometryIonizationMoleculeAnalytical Chemistry (journal)Porous siliconSilicon dioxidePorosityIonEnvironmental chemistryChromatographyChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

There are many rapidly evolving technologies that use simple papers as a surface for chemical reactions and detection of molecules. One example of this application is the use of paper as a surface for ionization and introduction of compounds into mass spectrometry. The current work was designed to investigate mechanisms of interaction between the paper and analytes using mass spectrometry as the detection instrument. Standard compounds with different sizes were used in this study. Factors investigated include the effects of the paper geometry (5 mm) and position (tp=90º) were found to be optimal. The role of atmospheric water and the effects of paper porosity were affected the signals of the tested compounds. Investigations of the interaction of standard solutions with the paper surface indicated that atmospheric water is required for ionization. Up to three water molecules were detected in association with the analytes indicating that the presence of some water is required. In addition, this study showed the potential of silicon dioxide nanoparticles for eluting the standards compound from the paper surface. The impact of trace elements in the commercial papers and the interactions between the paper cellulose with different classes of analytes was investigated.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,004
Tête enseignante GPT0,243
Écart entre enseignants0,238 · 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
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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207