ਇਸਦੀ ਵਰਤੋਂ ਉਦੋਂ ਕਰੋ ਜਦੋਂ ਦੁਹਰਾਵਾਂ ਅਤੇ ਸੁਤੰਤਰ ਨਮੂਨੇ ਵਿਗਿਆਨਕ ਨਤੀਜੇ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੋਣ, ਨਾ ਕਿ ਉਦੋਂ ਜਦੋਂ ਤੁਹਾਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਅਣਜਾਣ ਸਪੈਕਟ੍ਰਮ ਦੀ ਪਛਾਣ ਕਰਨੀ ਹੋਵੇ।
ਖੋਜ ਬੈਚ · ਗਾਈਡ
ਖੋਜ ਬੈਚ · FTIR.fun
ਗਾਈਡਵਰਕਬੈਂਚ ਖੋਲ੍ਹੋ
ਰਿਸਰਚ ਬੈਚ — ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ
Research Batch ਦੀ ਵਰਤੋਂ ਉਦੋਂ ਕਰੋ ਜਦੋਂ ਤੁਹਾਡਾ ਵਿਗਿਆਨਕ ਪ੍ਰਸ਼ਨ ਇੱਕ ਫ਼ਾਈਲ ਦੀ ਬਜਾਏ FTIR ਸਪੈਕਟਰਾ ਦੀ ਲੜੀ ＇ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੋਵੇ: ਇਲਾਜ, ਸੰਘਣਤਾਵਾਂ, ਫਾਰਮੂਲੇਸ਼ਨ, ਸਮੇਂ ਦੇ ਬਿੰਦੂ ਜਾਂ ਦੁਹਰਾਅ ਵਾਲੇ ਜੈਵਿਕ ਸਮੂਹ। ਇਹ ਵਰਕਫ਼ਲੋ ਅਧਿਐਨ ਦੀ ਬਣਤਰ ਨੂੰ ਦ੍ਰਿਸ਼ਮਾਨ ਰੱਖਦਾ ਹੈ, ਜਦੋਂ ਤੁਸੀਂ ਸਮੂਹ-ਪੈਟਰਨਾਂ ਤੋਂ ਉਨ੍ਹਾਂ ਦੇ ਪਿੱਛੇ ਮੌਜੂਦ ਸਪੈਕਟ੍ਰਲ ਖੇਤਰਾਂ ਵੱਲ ਵਧਦੇ ਹੋ।
ਸਮਾਨਤਾ, PCA, ਕਲੱਸਟਰਿੰਗ ਅਤੇ ਪੀਕ ਅੰਤਰ ਇੱਕੋ ਅਧਿਐਨ ਦੇ ਵੱਖ-ਵੱਖ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਹਨ ਅਤੇ ਇਨ੍ਹਾਂ ਦੀ ਇਕੱਠੇ ਵਿਆਖਿਆ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ।
ਸਕ੍ਰੀਨਸ਼ਾਟਾਂ ＇ਤੇ ਨਿਰਭਰ ਕਰਨ ਦੀ ਬਜਾਏ ਮੁੱਲਾਂ ਨੂੰ ਐਕਸਪੋਰਟ ਕਰੋ, ਅਤੇ ਸਹਿ-ਲੇਖਕਾਂ ਜਾਂ ਬਾਅਦਲੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਨਮੂਨਾ ਅਸਾਈਨਮੈਂਟ ਅਤੇ ਸਪੈਕਟ੍ਰਲ ਸਬੂਤ ਉਪਲਬਧ ਰੱਖੋ।
ਇਹ ਵਰਕਬੈਂਚ ਕੀ ਕਰਦਾ ਹੈ
- ਬਹੁਤ ਸਾਰੇ ਸਪੈਕਟ੍ਰਾ ਨੂੰ ਨਮੂਨਿਆਂ, ਦੁਹਰਾਵਾਂ ਅਤੇ ਵਿਕਲਪਿਕ ਵਰਗਾਂ ਵਿੱਚ ਸੰਗਠਿਤ ਕਰਦਾ ਹੈ।
- ਸਪੈਕਟ੍ਰਮਾਂ ਅਤੇ ਆਈਸੋਲੇਟ ਮੀਨਾਂ ਦੀ ਤੁਲਨਾ ਸਮਾਨਤਾ ਮੈਟ੍ਰਿਕਸ ਨਾਲ ਕਰਦਾ ਹੈ।
- ਬੈਚ ਵਿੱਚ ਵੱਖਰਾਪਣ ਦੇ ਮੁੱਖ ਪੈਟਰਨ ਦਿਖਾਉਣ ਲਈ PCA ਚਲਾਉਂਦਾ ਹੈ।
- ਸਾਪੇਖ ਨਮੂਨਾ-ਸੰਬੰਧ ਦਰਸਾਉਣ ਲਈ UPGMA ਕਲੱਸਟਰਿੰਗ ਤਿਆਰ ਕਰਦਾ ਹੈ।
- ਪਰਿਭਾਸ਼ਿਤ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਵੱਖਰੇ ਪੀਕਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ।
- ਜਦੋਂ ਹਰ ਕਲਾਸ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ 5 ਸੁਤੰਤਰ ਆਇਸੋਲੇਟ ਹੋਣ, ਤਾਂ SIMCA-ਸ਼ੈਲੀ ਦਾ ਕਲਾਸ ਮਾਡਲ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
Research Batch ਕਦੋਂ ਵਰਤਣਾ ਹੈ
- ਫਾਰਮੂਲੇਸ਼ਨ ਲੜੀ, ਇਲਾਜ ਸਮੂਹ, ਸਮਾਂ-ਬਿੰਦੂ ਜਾਂ ਜੈਵਿਕ ਸਮੂਹ।
- ਇੱਕ ਪ੍ਰਯੋਗ ਦੇ ਅੰਦਰ ਦੁਹਰਾਓ ਦੀਆਂ ਸਥਿਰਤਾ ਜਾਂਚਾਂ।
- ਖੋਜਾਤਮਕ ਪੈਟਰਨ, ਸਮੂਹੀਕਰਨ ਅਤੇ ਆਊਟਲਾਇਰ ਸਮੀਖਿਆ।
- ਪਹਿਲਾਂ ਤੋਂ ਪਰਿਭਾਸ਼ਿਤ ਸਮੂਹਾਂ ਵਿਚਕਾਰ ਅੰਤਰਾਂ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਣ ਵਾਲੀਆਂ bands ਲੱਭਣਾ।
ਮਹੱਤਵਪੂਰਨ: Research Batch ਖੋਜਾਤਮਕ ਸੰਖਿਆਤਮਕ ਸਬੂਤ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। PCA ਜਾਂ ਕਲੱਸਟਰਿੰਗ ਵਿੱਚ ਗਰੁੱਪਾਂ ਦੀ ਵੱਖਰਾਪਣਤਾ ਆਪਣੇ ਆਪ ਵਿੱਚ ਰਸਾਇਣਕ ਪਛਾਣ ਜਾਂ ਕਾਰਣਤਾ ਦਾ ਸਬੂਤ ਨਹੀਂ ਹੈ।
ਚਾਰ ਕਦਮਾਂ ਵਿੱਚ ਕਾਰਜ ਪ੍ਰਵਾਹ
1ਸਪੈਕਟ੍ਰਾ ਅੱਪਲੋਡ ਕਰੋਆਪਣੇ ਅਧਿਐਨ ਦੀਆਂ FTIR ਫਾਈਲਾਂ ਅੱਪਲੋਡ ਕਰੋ। ਇੱਕ ਬੈਚ ਵਿੱਚ ਕਈ ਫਾਈਲਾਂ ਸ਼ਾਮਲ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ।
2ਨਮੂਨਿਆਂ ਦਾ ਵਰਣਨ ਕਰੋਹਰੇਕ ਫ਼ਾਈਲ ਨੂੰ ਇੱਕ ਨਮੂਨੇ, ਦੁਹਰਾਏ ਪ੍ਰਯੋਗ ਜਾਂ ਆਇਸੋਲੇਟ ਨਾਲ, ਅਤੇ ਵਿਕਲਪਿਕ ਵਰਗ ਲੇਬਲ ਨਾਲ ਜੋੜੋ। ਵੱਡੇ ਬੈਚਾਂ ਲਈ, ਮੈਟਾਡਾਟਾ CSV ਵਿਕਲਪ ਵਰਤੋ।
3ਵਿਸ਼ਲੇਸ਼ਣ ਚਲਾਓਵਰਕਬੈਂਚ ਚੁਣੀਆਂ ਗਈਆਂ ਸੈਟਿੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਮਾਨਤਾ, PCA, ਕਲੱਸਟਰਿੰਗ ਅਤੇ ਪੀਕ ਅੰਤਰਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ।
4ਸਮੀਖਿਆ ਅਤੇ ਨਿਰਯਾਤਪਲੌਟਸ ਅਤੇ ਸਾਰਣੀਆਂ ਦੀ ਜਾਂਚ ਕਰੋ, ਫਿਰ ਸੁਤੰਤਰ ਅੰਕੜਿਆਂ ਜਾਂ ਰਿਪੋਰਟਿੰਗ ਲਈ ਸੰਖਿਆਤਮਕ ਨਤੀਜੇ ਐਕਸਪੋਰਟ ਕਰੋ।
ਨਮੂਨਾ ਅਤੇ ਦੁਹਰਾਅ ਨਿਰਧਾਰਣ
ਅਜਿਹੇ ਨਮੂਨਾ ਆਈਡੀ ਵਰਤੋ ਜੋ ਸੌਫਟਵੇਅਰ ਤੋਂ ਬਾਹਰ ਵੀ ਅਰਥਪੂਰਨ ਹੋਣ। ਰਿਪਲੀਕੇਟ ਇੱਕੋ ਨਮੂਨੇ ਦੀਆਂ ਦੁਹਰਾਈਆਂ ਮਾਪਾਂ ਨੂੰ ਦਰਸਾਉਣੇ ਚਾਹੀਦੇ ਹਨ; ਜਦੋਂ ਸੁਤੰਤਰ ਆਇਸੋਲੇਟ ਵੱਖਰੀਆਂ ਪ੍ਰਯੋਗਾਤਮਕ ਇਕਾਈਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹੋਣ, ਤਾਂ ਉਹ ਵੱਖਰੇ ਪਛਾਣਯੋਗ ਰਹਿਣੇ ਚਾਹੀਦੇ ਹਨ।
- ਨਮੂਨਾ ID — ਨਮੂਨੇ ਜਾਂ ਪ੍ਰਯੋਗਾਤਮਕ ਇਕਾਈ ਲਈ ਇੱਕ ਸਥਿਰ ਨਾਮ।
- ਦੁਹਰਾਅ / ਅਲੱਗ ਕੀਤਾ ਨਮੂਨਾ — ਦੁਹਰਾਈਆਂ ਮਾਪਾਂ ਅਤੇ ਸੁਤੰਤਰ ਨਮੂਨਿਆਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸਮੂਹਬੱਧ ਰੱਖਣ ਲਈ ਅਸਾਈਨਮੈਂਟ ਖੇਤਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ।
- ਕਲਾਸ ਲੇਬਲ — ਵਿਕਲਪਿਕ ਤੌਰ ＇ਤੇ ਪਹਿਲਾਂ ਤੋਂ ਪਰਿਭਾਸ਼ਿਤ ਸਮੂਹ, ਜਿਵੇਂ ਕਿ ਕੰਟਰੋਲ, ਟ੍ਰੀਟਮੈਂਟ ਜਾਂ ਫਾਰਮੂਲੇਸ਼ਨ ਸਮੂਹ।
ਵਿਸ਼ਲੇਸ਼ਣ ਸੀਮਾ ਅਤੇ ਨਾਰਮਲਾਈਜ਼ੇਸ਼ਨ
ਫਿੰਗਰਪ੍ਰਿੰਟ ਰੇਂਜ: ਡਿਫਾਲਟ ਵਿਸ਼ਲੇਸ਼ਣ ਸੀਮਾ 1800–900 cm⁻¹ ਹੈ। ਜਦੋਂ ਤੁਹਾਡੇ ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਵੱਖਰੇ ਖੇਤਰ ਦੀ ਲੋੜ ਹੋਵੇ ਤਾਂ ਇਸਨੂੰ ਬਦਲੋ; ਚੁਣੀ ਹੋਈ ਸੀਮਾ ਤੋਂ ਬਾਹਰਲੇ ਪੀਕਸ ਦੀ ਵਰਤੋਂ ਉਹਨਾਂ ਗਣਨਾਵਾਂ ਵਿੱਚ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਨਾਰਮਲਾਈਜ਼ੇਸ਼ਨ: ਵੈਕਟਰ ਨਾਰਮਲਾਈਜ਼ੇਸ਼ਨ ਡਿਫਾਲਟ ਹੈ। ਜਦੋਂ ਇਹ ਤੁਹਾਡੇ ਡੇਟਾਸੈੱਟ ਲਈ ਉਚਿਤ ਹੋਵੇ, ਤਾਂ SNV ਵੀ ਉਪਲਬਧ ਹੈ। ਜਿਨ੍ਹਾਂ ਸਪੈਕਟਰਾ ਦੀ ਤੁਸੀਂ ਤੁਲਨਾ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ, ਉਨ੍ਹਾਂ ਵਿੱਚ ਪ੍ਰੀਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਇਕਸਾਰ ਰੱਖੋ।
ਨਤੀਜਾ ਟੈਬਾਂ ਦਾ ਕੀ ਅਰਥ ਹੈ
- ਸਮਾਨਤਾ ਮੈਟ੍ਰਿਕਸ — ਉਪਲਬਧ ਸਮਾਨਤਾ ਜਾਂ ਦੂਰੀ ਮਾਪਦੰਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਸਪੈਕਟਰਾ ਜਾਂ ਆਇਸੋਲੇਟ ਦੇ ਮਾਧਿਅਮਾਂ ਦੀ ਜੋੜਾ-ਦਰ-ਜੋੜਾ ਤੁਲਨਾ।
- PCA & SIMCA — PCA ਸਕੋਰ ਅਤੇ ਵਿਆਖਿਆ ਕੀਤੀ ਗਈ ਵੈਰੀਅੰਸ; ਜਦੋਂ ਡਾਟਾ ਕਲਾਸ-ਮਾਡਲ ਦੀਆਂ ਲੋੜਾਂ ਪੂਰੀਆਂ ਕਰਦਾ ਹੈ, ਤਾਂ ਕਲਾਸ-ਮਾਡਲ ਡਾਇਗਨੋਸਟਿਕਸ ਦਿਖਾਏ ਜਾਂਦੇ ਹਨ।
- ਕਲੱਸਟਰਿੰਗ — ਵਿਸ਼ਲੇਸ਼ਿਤ ਵਿਸ਼ੇਸ਼ਤਾ-ਸਪੇਸ ਵਿੱਚ ਸਾਪੇਖ ਸੰਬੰਧ ਦਰਸਾਉਂਦਾ UPGMA ਡੈਂਡਰੋਗ੍ਰਾਮ।
- ਸਿਖਰ ਅੰਤਰ — ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਸਮੂਹ-ਅੰਤਰਾਂ ਵਾਲੇ ਬੈਂਡ ਅਤੇ ਉਪਲਬਧ ਅੰਕੜਾਤਮਕ ਸਬੂਤ।
- ਨਮੂਨੇ — ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਵਰਤੀਆਂ ਗਈਆਂ ਫਾਈਲਾਂ ਅਤੇ ਮੈਟਾਡਾਟਾ।
SIMCA-ਸ਼ੈਲੀ ਦਾ ਵਰਗ ਮਾਡਲ
ਕਲਾਸ ਮਾਡਲ ਲਈ ਹਰ ਕਲਾਸ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ 5 ਸੁਤੰਤਰ ਆਇਸੋਲੇਟ ਲੋੜੀਂਦੇ ਹਨ। ਇਹ ਬੈਚ ਵਿੱਚ ਮੌਜੂਦ ਡੇਟਾ ਤੋਂ ਬਣਿਆ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਮਾਡਲ ਹੈ, ਨਾ ਕਿ ਸੁਤੰਤਰ ਤੌਰ ＇ਤੇ ਪ੍ਰਮਾਣਿਤ ਕਲਾਸੀਫਾਇਰ। ਕਿਸੇ ਮਾਡਲ ਨੂੰ ਪੂਰਵਾਨੁਮਾਨੀ ਵਰਗੀਕਰਨ ਵਿਧੀ ਵਜੋਂ ਵਰਤਣ ਤੋਂ ਪਹਿਲਾਂ ਬਾਹਰੀ ਪ੍ਰਮਾਣਿਕਤਾ ਕਰੋ।
ਨਤੀਜੇ ਨਿਰਯਾਤ ਕਰੋ
CSV, Excel, ਜਾਂ JSON ਨਿਰਯਾਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸੰਖਿਆਤਮਕ ਨਤੀਜਿਆਂ ਨੂੰ ਸੰਭਾਲੋ ਅਤੇ FTIR.fun ਤੋਂ ਬਾਹਰ ਵਿਸ਼ਲੇਸ਼ਣ ਜਾਰੀ ਰੱਖੋ। ਸੁਤੰਤਰ ਅੰਕੜਾ-ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਰਿਕਾਰਡ ਰੱਖਣ ਲਈ ਨਿਰਯਾਤ ਕੀਤੀਆਂ ਮੂਲਾਂਕਣਾਂ ਸਕ੍ਰੀਨਸ਼ਾਟਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਉਚਿਤ ਹਨ।