MétaCan
Menu
Retour à la cohorte
Enregistrement W4403333069 · doi:10.1021/acs.analchem.4c03192

Femtosecond Laser Assisted Chemical Ionization Mass Spectrometry: Toward Sub-ppq Detection Limits for Organic Molecules

2024· article· en· W4403333069 sur OpenAlexaff
Tao Cao, Shaozhen Liu, Qi Xu, Kailin Hu, Zhou Li, Kun Chen, Xinyi Yan, Leyan Yang, Teng Guo, Ping Cheng, P. B. Corkum, Jiahui Peng

Notice bibliographique

RevueAnalytical Chemistry · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensJoint Attosecond Science LaboratoryNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésChemistryMass spectrometryFemtosecondIonizationOrganic moleculesChemical ionizationAtmospheric-pressure laser ionizationLaserMoleculeAnalytical Chemistry (journal)Detection limitPhotoionizationChromatographyOrganic chemistryIonOptics

Résumé

récupéré en direct d'OpenAlex

Ultrasensitive analysis of organic molecules is crucial for various fundamental research and applications. State-of-the-art techniques for this purpose can achieve detection limits of several hundred ppq (parts-per-quadrillion), while a higher sensitivity is pursued constantly. To achieve this goal, we develop femtosecond laser assisted chemical ionization for mass spectrometry. This technique combines the advantages of femtosecond laser ionization and chemical ionization, either of which enables subppt (parts-per-trillion) mass spectrometry analysis of organic molecules. The results demonstrate that the developed ionization technique, when employed in mass spectrometry, can surpass femtosecond laser ionization by more than 3 orders of magnitude in sensitivity, while still maintaining good versatility and the ability to work under ambient conditions. This work paves the way for subppq analysis of organic molecules in gas phase and even in ambient environments, which can open up new research fields for trace substance analysis in atmospheric environment, clinical diagnosis, biomedical studies, etc.

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: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207