MétaCan
Menu
Retour à la cohorte
Enregistrement W4396919505 · doi:10.1088/1742-6596/2743/1/012086

Optimizing Ion Optical Design for Laser Ablation Source in Mass Spectrometry

2024· article· en· W4396919505 sur OpenAlexaff
Behnam Ashrafkhani, Chris Chambers, Michael E. Wieser, R. I. Thompson, A. A. Kwiatkowski

Notice bibliographique

RevueJournal of Physics Conference Series · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversity of VictoriaUniversity of CalgaryTRIUMF
Organismes subventionnairesnon disponible
Mots-clésMass spectrometryLaser ablationAblationLaserIonIon sourceMaterials scienceChemistryAnalytical Chemistry (journal)OpticsChromatographyPhysicsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The study focuses on optimizing a Laser Ablation Source (LAS) for use in mass spectrometry, particularly aiming to enhance transmission of ions and and determination of isotopic compositions in diverse matrices at TRIUMF’s Ion Trap for Atomic and Nuclear Science (TITAN). Critical variables affecting mass spectrometer resolution, such as ion kinetic energy distribution and ion transport are optimized through LAS. The paper explores the importance of consistent initial conditions, ion transport efficiency, and ion capture for accurate and reproducible measurements. Using SIMION software, we optimized ion optical design to tackle challenges like collimating ions travelling off-axis and mass filtering. A significant part of the study is dedicated to ion optic design to enable low abundance measurement of ions of interest (e.g., 10 ions of interest out of 10 14 total ions). Techniques like high voltage switching and beam shaping were explored, and the final design aims for high transport efficiency and a 4 mm effective target scan area with maximum transport efficiency. The integration of LAS with a Multiple-Reflection Time-Of-Flight Mass Spectrometer (MR-TOF-MS) is expected to yield an analytical tool with high spatial resolution and transport efficiency for isotope abundance measurement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,247
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207