A CASE (Computer-Assisted Structure Elucidation) for Bench-Top NMR Systems in the Undergraduate Laboratory for De Novo Structure Determination: How Well Can We Do?
Notice bibliographique
Résumé
The recent popularity of benchtop (BT) NMR systems has prompted its applications in undergraduate laboratories around the world. Owing to their low maintenance cost, due to the lack of a superconducting magnetic core, and simple operation, these BT NMR systems can fulfill many of the learning objectives outlined in the undergraduate organic chemistry curricula. With a variety of BT NMR systems currently available (e.g., 43, 60, 80, and 100 MHz), it can be overwhelming for instructors to determine which system is appropriate for their needs. When used as a structure elucidation tool, the focus is often placed solely on solving chemical structures, prompting the eventual question of the magnetic field strength requirements for de novo structure elucidation. To answer this question, two artificial intelligence (AI) software packages, namely Structural Elucidator (v.2020.1.2) from ACD/Laboratories and Mnova Structure Elucidation (v 14.2.3) from Mestrelab Research, were used. These software provide an unbiased, yet separate, metric to gauge the effect of magnetic field strength on the accuracy of the determined structures. For comparison purposes, results from these two BT magnetic field strengths will be compared to those obtained from a high field NMR (500 MHz) spectrometer, providing a complete overview of the advances, as well as limitations in current BT systems for undergraduate education. In addition, the spectral data presented in this work can be used as a practical example in class to illustrate the effect of spectral resolution on the accuracy of determined structures, which is fundamental to understanding structure elucidation within organic chemistry.
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 | 0,038 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,009 |
| Communication savante | 0,014 | 0,026 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,023 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,016 |
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 ».