Bij de ontwikkeling van nieuwe materialen moet vaak zorgvuldig worden onderzocht waaruit ze bestaan en hoe ze zich gedragen. Dit soort onderzoek kan echter een uitdaging zijn, omdat veel materialen zeer complex zijn en er vaak geavanceerde instrumenten nodig zijn om ze goed te begrijpen. Een krachtig instrument voor het bestuderen van complexe materialen is vaste-stof kernspinresonantie (SSNMR) spectroscopie, die kan worden gebruikt voor een breed scala aan materialen (bijv. biomaterialen, polymeren, batterijen, enz.) en veel nuttige informatie kan opleveren. Helaas kunnen SSNMR-experimenten veel tijd in beslag nemen en kan het moeilijk zijn om de bijbehorende gegevens te interpreteren. Dit proefschrift richt zich op het ontwikkelen van manieren om SSNMR-spectroscopie sneller en gemakkelijker uit te voeren. Het introduceert verschillende nieuwe benaderingen die kunnen helpen om het proces te versnellen en de gegevens te ontleden. Door deze methoden toe te passen op moeilijke materialen uit de praktijk, zoals geneesmiddelen en katalysatoren, toont het proefschrift aan dat deze verbeteringen de efficiëntie en effectiviteit van SSNMR-onderzoek aanzienlijk kunnen verhogen.
Y.T. Angel Wong behaalde in 2015 haar B.Sc. (Honours in Chemistry, Minor in Philosophy) aan de Universiteit van British Columbia (Vancouver, Canada). Gedurende deze periode werkte ze bij verschillende academische laboratoria en TRIUMF (het deeltjesversnellingscentrum van Canada) om röntgenfluorescentie, gammastraling en matrix-isolatie infraroodspectroscopie uit te voeren. In 2017 behaalde ze haar masterdiploma in scheikunde aan de Universiteit van Ottawa (Ottawa, Canada), waar ze diboorverbindingen bestudeerde met behulp van vaste-stof kernspinresonantie (SSNMR) spectroscopie. Na haar masteropleiding werkte ze korte tijd als onderzoeker aan de Western University (London, Canada) en deed ze onderzoek naar metaal-organische roosters met behulp van SSNMR-spectroscopie. In 2019 trad ze toe tot het Magnetic Resonance Research Center van de Radboud Universiteit als promovendus om hooggevoelige, hoge-resolutie SSNMR-methoden voor materiaalkarakterisering te ontwikkelen.