Water suppression 101 for benchtop NMR–An accessible guide and primer including fully interactive training videos
Notice bibliographique
Résumé
Benchtop NMR is enjoying a renaissance with numerous manufacturers bringing products to the market over the last decade. The improved accessibility, lower cost of ownership and ease of use (vs high field NMR), is attracting new users into NMR spectroscopy, which is highly beneficial for the field in general. As benchtop NMR systems seldom require deuterated solvents, this allows samples to be analyzed “as is”, without extraction or alteration. However, many interesting samples, be it an organic reaction mixture, beer, or a biofluid, contain one or more solvent/water signals, which often require suppression. Due to the lower spectral dispersion of benchtop NMR's (vs high field) the frequency of solvent/water is much closer to the analytes of interest, making solvent suppression more challenging. As such, there is a conundrum, where novel users wish to analyze unaltered samples but are quickly faced with the challenge of water suppression, and the wealth of options in the high field literature can be overwhelming. It is important to note that all manufacturers offer some sort of automated water suppression that can be performed with a “single click” that are sufficient for “walk-up” applications or occasional users. This primer is aimed as an accessible guide to those wishing to take the next step and is suitable for users who; 1) would like to pick the optimal water suppression approach for their sample type and 2) wish to understand how water suppression works. The guide focuses on water suppression approaches that are easy to apply, namely presaturation based sequences, binomial sequences for aggressive suppression, and WET for multiple signal suppression, across a range of samples including sucrose standards, espresso, human blood serum and wine. The primer finishes with a flow chart that can be used to guide users in choosing the optimal water suppression approach for their specific sample type, with considerations, including exchangeable signals and the preservation of macromolecular signals, amongst others. In addition, the primer includes 3 fully interactive videos based on H5P technology, focusing on how to acquire data using the approaches described here. The videos include quizzes, with a first-person-perspective of the spectrometer software with interactive elements, as if the users were acquiring the data themselves. In summary, the primer is aimed at advanced undergraduates, graduate students, new users, or users wishing to expand their water/solvent suppression skills/knowledge using benchtop NMR.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».