MétaCan
Menu
Retour à la cohorte
Enregistrement W1603819382 · doi:10.2116/bunsekikagaku.62.785

Direct Simultaneous Multi-element Analysis in Tobacco Smoke by ICP-TOFMS after Gas Exchange

2013· article· en· W1603819382 sur OpenAlexaff
Masaki Ohata, Kohei Nishiguchi, Keisuke Utani

Notice bibliographique

RevueBUNSEKI KAGAKU · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensL'Alliance Boviteq
Organismes subventionnairesnon disponible
Mots-clésSmokeChemistryChromatographyTobacco smokeGas analysisEnvironmental chemistryAnalytical Chemistry (journal)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

空気中の浮遊粒子状物質(SPM: suspended particulate matter)を誘導結合プラズマ(ICP)に導入するため,ガス交換器(GED: gas exchange device)を試料導入系に採用した,ガス交換/誘導結合プラズマ飛行時間型質量分析法(GE/ICP-TOFMS)を開発し,たばこ煙の直接・多元素同時分析を行った.ICP-TOFMSは多元素同時分析を行うことのできる質量分析装置の一つであるので,たばこ煙の流量や煙濃度,またはたばこ煙に含まれる元素濃度が時間の経過に伴うたばこの燃焼状態の変化や環境の変化によって変動したとしても,その瞬間のたばこ煙に含まれる多元素を同時に計測することができるリアルタイム分析法として用いることができる.本GE/ICP-TOFMSによるたばこ煙の直接・多元素分析を行ったところ,たばこの先端から出る煙である副流煙からは,B,Rb,Cd,I,Tl,Pbが特徴的な元素として検出された.数種類の異なる銘柄の市販のたばこの副流煙について測定を行ったところ,元素の信号強度比を用いることで,たばこの分別が可能であることが示唆された.たばこを吸った後に呼気とともに吐出される主流煙からも副流煙と同様の元素が検出されたが,副流煙と比較したところ元素信号強度比に相違が見られた.本研究で開発したGE/ICP-TOFMSは,日本発の技術(GED)を用いた世界初の分析手法であり,たばこ煙のように時々刻々と変化するような気体試料のリアルタイム・高感度多元素同時分析法としての利用が大いに期待される.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0240,002

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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBUNSEKI KAGAKUMême sujetSmart Materials for ConstructionTravaux en français237 207