Determination of Absolute Injection Volume in Capillary Electrophoresis by the “Capillary-Volume–Plateau Calibration (CVPC)” Method
Notice bibliographique
Résumé
Accurate knowledge of injection volumes is essential for quantitative capillary electrophoresis (CE), yet volumes predicted by the Hagen–Poiseuille equation become unreliable at low pressures or with short pulses. We present a self-referenced approach, termed the Capillary-Volume–Plateau Calibration (CVPC) method, that uses capillary volume as a reference and requires only a one-point calibration to obtain absolute injection volumes (Vinj) without measuring pressure, time, or viscosity. The working relation, Vinj = VA/(kCtm), depends only on five readily measured quantities: (i) the capillary volume, V = πr2l (r is the inner radius and l is the injection-to-detector length), (ii) the detector constant k (signal per concentration unit), (iii) the analyte concentration C, (iv) the peak area A, and (v) the peak migration time tm. If the detector responds linearly with concentration, the constant k is obtained from a single pressure-driven run: a reference solution of known concentration Cref is introduced just long enough to generate a flat-top plateau, and the average plateau signal ⟨S⟩ gives k = ⟨S⟩/Cref. Error analysis shows that the uncertainly in peak area is the dominant contributor to the overall uncertainly in CVPC-determined Vinj, which remains below 4% under typical CE conditions. A test on a commercial instrument with a built-in Hagen–Poiseuille-based predictor revealed overestimates in Vinj of up to approximately 120 %, a bias eliminated by the CVPC method. Because the CVPC procedure relies solely on a detector calibration and fixed geometric dimensions, it is based on first principles and remains valid unless detector settings or buffer composition change, offering a practical and broadly applicable route to accurate volume determination in CE
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».