SOURCE IDENTIFICATION OF SPILLED DIESEL USING DIAGNOSTIC SESQUITERPANES AND DIAMONDOIDS
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.
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle