Steady State Free Precession NMR without Fourier Transform: Redefining the Capabilities of <sup>19</sup>F NMR as a Discovery Tool
Notice bibliographique
Résumé
F NMR holds great potential, however, sensitivity limitations lead to long analysis times and/or the possibility of not detecting low concentration species. Steady State Free Precession (SSFP) NMR collects the signal in a steady state regime, allowing 100's of acquisitions in the timespan of a single traditional NMR scan. Unfortunately, data truncation from SSFP leads to artifacts and spectral broadening with Fourier transform, hindering interpretation. When non-Fourier based time-domain analysis is used, namely, complete reduction to amplitude frequency tables (CRAFT), limitations of SSFP are eliminated while sensitivity gains are retained. This work introduces the combined approach, then applies it for the measurement of PFCs in environmental and biological samples. In all cases, the approach reduces analysis time from many hours to minutes and/or greatly increases the range of compounds detected. For example, when PFOA was spiked into human blood, the detection limit improved ~50-fold vs standard NMR, while in a standard mixture, the approach detected compounds missed by LC-MS/MS. The technique can be adapted to any nucleus providing a facile approach to reduce experiment time and improve sensitivity of NMR in general.
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 | 0,000 | 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) | 0,000 | 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 ».