MétaCan
Menu
Retour à la cohorte
Enregistrement W4366587712 · doi:10.1038/s41598-023-33647-5

Extractive-liquid sampling electron ionization-mass spectrometry (E-LEI-MS): a new powerful combination for direct analysis

2023· article· en· W4366587712 sur OpenAlexaff
Adriana Arigò, Giorgio Famiglini, Nicole Marittimo, Marco Agostini, Caterina Renzoni, P. Palma, Achille Cappiello

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensVancouver Island University
Organismes subventionnairesnon disponible
Mots-clésMass spectrometryDART ion sourceSampling (signal processing)Electron ionizationIonizationContext (archaeology)Ambient ionizationSample preparationChemistryAnalytical Chemistry (journal)AnalyteSpectrometerSample (material)Mass spectrumComputer scienceChromatographyPhysicsOpticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

One of modern analytical chemistry main challenges is providing as fast as possible results in different application fields. In this view, real-time analysis techniques are experiencing ever-increasing success as they can provide data quickly, almost without sample preparation steps. Most of real-time approaches are based on direct mass spectrometry (DMS), a method of analyzing samples without the need for separation or pre-treatment steps. Instead, the sample is directly introduced into the mass spectrometer for analysis. In this context, ambient ionization mass spectrometry (AIMS) techniques are widely represented and successfully used. Extractive-liquid sampling electron ionization-mass spectrometry (E-LEI-MS) represents a different analytical strategy that allows coupling ambient sampling with electron ionization (EI), avoiding any sample preparation step and providing identification based on the comparison with the National Institute of Standards and Technology (NIST) library spectra. E-LEI-MS consists of a dispositive for solvent release and sampling at ambient conditions coupled with an EI source of a single quadrupole mass spectrometer. A micromanipulator allows fine (x,y,z) positioning of a sampling tip. MS can operate in scan or SIM modes depending on the application goals and requirements. Several preliminary successful results were already obtained due to the highly informative EI mass spectra generation. The system was applied to the analysis of active ingredients in pharmaceutical tablets, pesticides on fruit peel, a drug of abuse (cocaine) determination in banknotes, and analysis of unknown components on painting surfaces. Both forensic and artwork applications allowed determining the spatial distribution of the analytes. Here we present a proof-of-concept of E-LEI-MS for targeted/non-targeted analysis and semi-quantitative detection.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,018
Tête enseignante GPT0,301
Écart entre enseignants0,283 · 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
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207