Determination of Zinc in Aerosol Samples by Discrete Nebulization Flame Atomic Absorption Spectrometry
Notice bibliographique
Résumé
A well-known analytical method, ``discrete nebulization'', which is suitable for samples having a limited amount like body fluids, high solid content or salt solutions, and less volatile metals, has been further developed for zinc determination in aerosol samples. The effects of injection volume and nebulizer aspiration rate on absorbance and precision were studied. A calibration graph was obtained linearly up to 1.75 mg/L Zn with a 0.9988 correlation coefficient and 3.09% RSD using 50 m L injection volume, values comparable to conventional continuous nebulization. The detection limit (3S) achieved by the method was calculated to be 1.09 ng or 0.020 mg/L for 50 m L injection volume. A hydrophobic PTFE micro sampling cup was used. Aerosol samples were collected between January 1996 and December 1998 in Mersin, Turkey, using polycarbonate filters. Collected samples were digested in the presence of HNO3 and HF. Digested samples were analyzed for zinc using discrete nebulization flame atomic absorption spectrometry (FAAS). The validity of the proposed method was established by evaluating the accuracy of analyses of BCSS-1 (Marine Sediment Reference Materials for Trace Metals and Other Constituents) CANADA. For the given true value of 119.0 ± 12 mg/Kg zinc, a value of 118.98 ± 0.26 mg/Kg zinc was found with a precision of 0.22% RSD. As a further check on accuracy, recoveries from aerosol samples were examined and found to be 94-102% , again testifying to the reliability of the proposed method.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».