MétaCan
Menu
Retour à la cohorte
Enregistrement W1526780104 · doi:10.1093/jaoac/85.1.154

A Review of Analytical Methods for the Determination of Sulfolane and Alkanolamines in Environmental Studies

2002· review· en· W1526780104 sur OpenAlexaff
John V. Headley, Phillip M. Fedorak, Leslie C. Dickson

Notice bibliographique

RevueJournal of AOAC International · 2002
Typereview
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensCanadian Food Inspection AgencyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSulfolaneChemistryExtraction (chemistry)DerivatizationGas chromatographyMass spectrometryChromatographyGroundwaterElectrospray ionizationSample preparationEnvironmental chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Sulfolane and alkanolamines are used extensively in the processing of sour natural gases. Over many years of operation, there have been inadvertent leaks of these chemicals to groundwater and wetlands surrounding gas processing facilities, leading to uptake by vegetation. Because sulfolane and alkanolamines are extremely water-soluble, their analysis has presented challenges, particularly requirements for suitable extraction from biological matrixes and soil, along with sensitive detection using commonly available instrumentation. Analytical methods usually use gas chromatography or liquid chromatography with a variety of detector systems. Sample preparation techniques may include extraction with organic solvents, water, or a combination of these. In some cases, direct aqueous injections have been used. Derivatization of alkanolamines has been used to improve the chromatographic separations and detection. More recent procedures, using positive-ion electrospray ionization mass spectrometry (MS), have been useful for the confirmation of uptake of the alkanolamines and transformation products by wetland vegetation. Future developments will likely center on further MS analyses for identification of metabolites and transformation products in aquatic environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,432
Écart entre enseignants0,357 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations23
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207