MétaCan
Menu
Retour à la cohorte
Enregistrement W17956972 · doi:10.1177/1359105307082458

Organophosphorus Pesticide Extraction and Cleanup from Soils and Measurement Using GC-NPD

2005· article· en· W17956972 sur OpenAlexaboutno aff
WANGLi-gang, JIANGXin, MAOYing-Ming, ZHAOZhen-Hua, BIANYong-Rong

Notice bibliographique

Revue土壤圈:英文版 · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcetoneChemistryDichloromethaneHexanePetroleum etherExtraction (chemistry)Gas chromatographySoil waterSolventChromatographyEnvironmental chemistrySonicationEtherPesticideOrganic chemistryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to optimize instrumental parameters and conditions for analysis of selected organophosphorus pesticides (OPPs) by gas chromatography (GC) with nitrogen-phosphorus detection (NPD) (GC-NPD); to select an appropriate solvent system; to conduct a comparison of sonication and shaking extractions; and to select an appropriate procedure for extracting organophosphorus pesticides from soils. Procedure Ⅰ consisted of n-hexane or petroleum ether together with acetone used as solvents, while Procedure Ⅱ contained several solvents including acetone,methanol, dichloromethane, and n-hexane or petroleum ether. Experimental results indicated that a mixture of petroleum ether/acetone (2:1, v/v) could be used in place of n-hexane/acetone (2:1, v/v) as it was a less expensive solvent system.In addition, shaking under a water bath at 20 ℃ was more effective than sonication. Also, Procedure Ⅰ was more effective,safer, and more timesaving than Procedure Ⅱ. Procedure I was applied to three soil types of different organic matter content, with recoveries of the OPPs from the yellow-brown soils, which had a higher organic matter content, being lower than those from the yellow and red soils.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil1,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,238
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations6
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue土壤圈:英文版Même sujetPesticide Residue Analysis and SafetyTravaux en français237 207