SOURCE IDENTIFICATION OF SPILLED DIESEL USING DIAGNOSTIC SESQUITERPANES AND DIAMONDOIDS
Notice bibliographique
Résumé
ABSTRACT Examination of GC-MS chromatograms of bicyclic biomarker sesquiterpanes and diamondoids using their characteristic fragment ions provides another highly diagnostic means for correlation and differentiation of unknown spilled oil samples that are difficult to identify by current fingerprinting techniques. In this work, GC-FID and GC-MS fingerprinting analysis in conjunction with statistical data analysis of target oil hydrocarbons including sesquiterpanes and diamondoids was performed for identification of an unknown oil spill incident occurred in a harbor of the Netherlands in 2004. Forensic investigation included the: (1) identification and characterization of numerous sesquiterpanes and diamondoids; (2) comparison of the distribution of sesquiterpanes and diamondoids; (3) development of a series of diagnostic indices for correlation and differentiation of spilled fuel samples; and (4) use of “Two-tailed” unpaired Student'S t-test to statistically evaluate the imperceptible differences between the selected diagnostic ratios of target compounds in the spill fuel and the suspected source fuel samples. At a 95% confidence interval, 33 of all 38 diagnostic indices (among them, 20 are diagnostic indices of sesquiterpanes and diamondoids) show positive matches between spill sample and suspected source fuel sample 1. In comparison, only 5 of 38 diagnostic indices indicate positive matches between spill sample and suspected source sample 3. These evidences demonstrate that the bunker ship has the responsibility for this oil spill incident.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».