Comparative Assessment of ESI‐MS Softness for Inorganic Complexes: How Soft Is Your ESI‐MS?
Notice bibliographique
Résumé
Abstract Electrospray ionization mass spectrometry (ESI‐MS) is a powerful tool for identifying and characterizing organometallic and coordination compounds. However, detection of fragile structures bound by weaker intermolecular forces can be significantly limited in ESI‐MS owing to the use of relatively harsh instrument conditions and configurations. In this study, a set of tests was developed to assess the softness of ESI‐MS systems. Two variants are presented: positive ion mode, utilizing a mixture of sodium ions and triphenylphosphine oxide producing [Na(OPPh 3 ) n ] + ions ( n =1–4), and negative ion mode utilizing Pd(PPh 3 ) 4 and sulfonated triphenylphosphine producing [Pd(L)(PPh 3 ) n ] − ions ( n =0–2), where softer instrument conditions preserve a higher proportion of the high‐coordinate ions and harsher conditions will result in increased detection of products of ion fragmentation. The results revealed notable variations in instrument softness, which were influenced by a combination of instrument design and experimental parameters. Meticulously optimizing experimental conditions and ESI‐MS parameters is essential to achieving the softest ionization possible, ensuring reliable analysis where applicable. This study offers valuable insight through straightforward tests that can be employed to assess the suitability of an instrument for specific research needs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».