MétaCan
Menu
Retour à la cohorte
Enregistrement W3023895321 · doi:10.1002/mrc.5036

Lead‐207 NMR spectroscopy at 1.4 T: Application of benchtop instrumentation to a challenging <i>I</i> = ½ nucleus

2020· article· en· W3023895321 sur OpenAlexafffund
Guy M. Bernard, Vladimir K. Michaelis

Notice bibliographique

RevueMagnetic Resonance in Chemistry · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensAlberta Glycomics CentreUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesGovernment of Alberta
Mots-clésChemistryLead chlorideNMR spectra databaseAnisotropySpectral lineAnalytical Chemistry (journal)Nuclear magnetic resonance spectroscopySolid-state nuclear magnetic resonanceChloridePerovskite (structure)SolventNuclear magnetic resonanceCrystallographyStereochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The practicality of obtaining liquid‐ and solid‐state 207Pb nuclear magnetic resonance (NMR) spectra with a low permanent‐field magnet is investigated. Obtaining 207Pb NMR spectra of salts in solution is shown to be viable for samples as dilute as 0.05 M. The concentration dependence of the 207Pb chemical shifts for lead nitrate was investigated; the results are comparable with those obtained with high‐field instruments. Likewise, the isotope effect of substituting D2O for H2O as the solvent was investigated and found to be comparable with those reported previously. Obtaining solid‐state 207Pb NMR spectra is challenging, but we demonstrate the ability to obtain such spectra for three unique solid samples. An axially symmetric 207Pb powder pattern for lead nitrate and the powder pattern expected for lead chloride reveal linewidths dominated by shielding anisotropy, while 207Pb‐35/37Cl J‐coupling dominates in the methylammonium lead chloride perovskite material. Finally, recent innovations and the future potential of the instruments are considered.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,253 · 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

Citations5
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMagnetic Resonance in ChemistryMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207