MétaCan
Menu
Retour à la cohorte
Enregistrement W161537222 · doi:10.2166/wst.2004.0689

Electron-optical characterization of nano- and micro-particles in raw and treated waters: an overview

2004· article· en· W161537222 sur OpenAlex
Gary G. Leppard, D. Mavrocordatos, Didier Perret

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWater Science & Technology · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Studies and Exploration
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésColloidTransmission electron microscopyNanoparticleCharacterization (materials science)AgglomerateElectron microscopeDynamic light scatteringSpectroscopyMaterials scienceEnvironmental scanning electron microscopeNanotechnologyScanning electron microscopeNano-Chemical engineeringEnvironmental chemistryMineralogyChemistryOpticsComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

State-of-the-art information is presented on the analysis, by transmission electron microscopy (TEM), of aquatic colloidal particles in the size range of 3 to 500 nm least dimension, with a focus on nanoparticles (1-100 nm). Case studies include selections from both natural waters and waters undergoing treatment. The "species" of nano-particles receiving the greatest attention are: humic substances, polysaccharide fibrils, hydrous iron oxides, viruses, clay minerals, refractory cell debris, and heavy metal agglomerates on biological surfaces. Artifacts and how to both detect and minimize them are outlined. Correlative use of TEM with other imaging techniques is emphasized, along with associated spectroscopy. Noted is the potential of computerized image analysis for quantifying colloids on a "per colloid species" basis, using water samples centrifuged onto electron microscope grids.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,268

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,017
Tête enseignante GPT0,216
Écart entre enseignants0,199 · 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