Quantitative passive soil vapor sampling for VOCs – part 4: flow-through cell
Notice bibliographique
Résumé
This paper presents a controlled experiment comparing several quantitative passive samplers for monitoring concentrations of volatile organic compound (VOC) vapors in soil gas using a flow-through cell. This application is simpler than conventional active sampling using adsorptive tubes because the flow rate does not need to be precisely measured and controlled, which is advantageous because the permeability of subsurface materials affects the flow rate and the permeability of geologic materials is highly variable. Using passive samplers in a flow-through cell, the flow rate may not need to be known exactly, as long as it is sufficient to purge the cell in a reasonable time and minimize any negative bias attributable to the starvation effect. An experiment was performed in a 500 mL flow-through cell using a two-factor, one-half fraction fractional factorial test design with flow rates of 80, 670 and 930 mL min(-1) and sample durations of 10, 15 and 20 minutes for each of five different passive samplers (passive Automatic Thermal Desorption Tube, Radiello®, SKC Ultra, Waterloo Membrane Sampler™ and 3M™ OVM 3500). A Summa canister was collected coincident with each passive sampler and analyzed by EPA Method TO-15 to provide a baseline for comparison of the passive sampler concentrations. The passive sampler concentrations were within a factor of 2 of the Summa canister concentrations in 32 of 35 cases. Passive samples collected at the low flow rate and short duration showed low concentrations, which is likely attributable to insufficient purging of the cell after sampler placement.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».