MétaCan
Menu
Retour à la cohorte
Enregistrement W4367307283 · doi:10.1021/jasms.3c00012

Validation of Field-Dependent Ion–Solvent Cluster Modeling via Direct Measurement of Cluster Size Distributions

2023· article· en· W4367307283 sur OpenAlexafffund
Alexander Haack, C. Schäfer, Stefan Zimmermann, W. Scott Hopkins

Notice bibliographique

RevueJournal of the American Society for Mass Spectrometry · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesDeutsche ForschungsgemeinschaftNatural Sciences and Engineering Research Council of CanadaHong Kong GovernmentGovernment of CanadaGovernment of Ontario
Mots-clésChemistryIon-mobility spectrometryMass spectrometryIonCluster (spacecraft)IonizationDissociation (chemistry)Chemical physicsAnalytical Chemistry (journal)Physical chemistryChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Ion mobility spectrometry is widely used in analytical chemistry, either as a stand-alone technique or coupled to mass spectrometry. Ions in the gas phase tend to form loosely bound clusters with surrounding solvent vapors, artificially increasing the collisional cross section and the mass of the ion. This, in turn, affects ion mobility and influences separation. Further, ion–solvent clusters play an important role in most ionization mechanisms occurring in the gas phase. Consequently, a deeper understanding of ion–solvent cluster association and dissociation processes is desirable to guide experimental design and interpretation. A few computational models exist, which aim to describe the amount of clustering as a function of the reduced electric field strength, bath gas pressure and temperature, and the chemical species probed. It is especially challenging to model ion mobility under high reduced electrical field strengths due to the nonthermal conditions created by the field. In this work, we aim to validate a recently proposed first-principles model by comparing its predictions with direct measurements of cluster size distributions over a range of 20–120 Td as observed using a High Kinetic Energy Ion Mobility Spectrometer coupled to a mass spectrometer (HiKE-IMS-MS). By studying H + (H 2 O) n, [MeOH + H + n (H 2 O)] +, [ACE + H + n (H 2 O)] +, and [PhNH 2 + H + n (H 2 O)] + as test systems, we find very good agreement between model and experiment, supporting the validity of the computational workflow. Further, the detailed information gained from the modeling yields important insights into the cluster dynamics within the HiKE-IMS, allowing for better interpretation of the measured ion mobility spectra.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,279
Écart entre enseignants0,259 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Mass SpectrometryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207