MétaCan
Menu
Retour à la cohorte
Enregistrement W4401816496 · doi:10.22541/au.172441789.97413396/v1

High Dynamic Range of GC MS using Orthogonal Injection into Multi-Reflecting Time-of-Flight Mass Spectrometer

2024· preprint· en· W4401816496 sur OpenAlexaff
A. Vorobyev, Yu.I. Khasin, В. В. Макаров, S. N. Kirillov, Anatoly N. Verenchikov

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesnon disponible
Mots-clésMass spectrometryRange (aeronautics)Time of flightDynamic rangeSpectrometerPhysicsChemistryAerospace engineeringChromatographyOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

Gas chromatography-mass spectrometry (GC-MS) is a cornerstone technique for analyses of semi-volatile compounds, constantly evolving to meet new challenges. The adoption of Time-of-flight mass spectrometers (TOF MS) has enhanced GC-MS with faster spectral acquisition and broader mass coverage, enabling rapid GC separations and even faster two-dimensional GCxGC analyses. Multi-reflecting TOF MS (MRT) further improves resolution compared to traditional TOF MS, facilitating the detection of minor analytes within complex matrices. This paper presents a significant improvement in MRT sensitivity and dynamic range achieved through a strong ion beam compression within the ion guide and the use of a conventionally oriented orthogonal accelerator. Sensitivity is improved to 100,000 ion/pg at a resolution of R=25,000, enabling the detection of low fg analyte quantities within 3 μg of matrix at 10 ng/s matrix fluxes. The demonstrated linear dynamic range exceeding 6 orders of magnitude potentially enables even deeper exploration of complex mixtures, which is crucial for ultra-trace analyses and metabolomic studies.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,021
Tête enseignante GPT0,298
Écart entre enseignants0,277 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnalytical Chemistry and ChromatographyTravaux en français237 207