MétaCan
Menu
Retour à la cohorte
Enregistrement W4301390522 · doi:10.1021/acs.jpcb.2c03985

Biradical Polarizing Agents at High Fields

2022· article· en· W4301390522 sur OpenAlexafffund
Vladimir K. Michaelis, Eric G. Keeler, Salima Bahri, Ta‐Chung Ong, Eugenio Daviso, Michael T. Colvin, Robert G. Griffin

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueAdvanced NMR Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute on AgingNational Institute of General Medical SciencesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésMagnetic fieldLiquid nitrogenNuclear magnetic resonance spectroscopyPolarization (electrochemistry)Nuclear magnetic resonanceSpectroscopyMicrowaveMaterials scienceField (mathematics)Chemical physicsAnalytical Chemistry (journal)ChemistryComputer sciencePhysicsPhysical chemistryTelecommunicationsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The sensitivity enhancements available from dynamic nuclear polarization (DNP) are rapidly reshaping the research landscape and expanding the field of nuclear magnetic resonance (NMR) spectroscopy as a tool for solving complex chemical and structural problems. The past decade has seen considerable advances in this burgeoning method, while efforts to further improve its capabilities continue along many avenues. In this report, we examine the influence of static magnetic field strength and temperature on the reported 1 H DNP enhancements from three conventional organic biradicals: TOTAPOL, AMUPol, and SPIROPOL. In contrast to the conventional wisdom, our findings show that at liquid nitrogen temperatures and 700 MHz/460.5 GHz, these three bisnitroxides all provide similar 1 H DNP enhancements, ε ≈ 60. Furthermore, we investigate the influence of temperature, microwave power, magnetic field strength, and protein sample deuteration on the NMR experimental results.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,276
Écart entre enseignants0,262 · 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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetAdvanced NMR Techniques and ApplicationsTravaux en français237 207