MétaCan
Menu
Retour à la cohorte
Enregistrement W1967086610 · doi:10.1111/j.1751-908x.2004.tb00738.x

Polyatomic Interferences Produced by Macroelements During Direct Multi‐Elemental ICP‐MS Hydrochemical Analysis

2004· article· en· W1967086610 sur OpenAlexaff
Vladimir N. Epov, Dominic Larivière, Ekaterina N. Epova, R. Douglas Evans

Notice bibliographique

RevueGeostandards and Geoanalytical Research · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésPolyatomic ionChemistryInductively coupled plasma mass spectrometryAnalytical Chemistry (journal)Mass spectrometryInductively coupled plasmaResolution (logic)Elemental analysisPlasmaChromatographyIonInorganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

An experimental study of the interferences produced by macroelements (Na, K, Ca, Mg, Sr, S, Cl, Si, N and C) contained in natural waters during inductively coupled plasma‐mass spectrometry (ICP‐MS) is presented. The most significant interferences created by these elements were found to be SO, CO, CAr, SiH, SiO, NaH, NaAr, MgAr, CaO, KO and KAr, the magnitude of which was dependant on the concentration of each macroelement. To reduce these interferences, different approaches, for example, desolvating nebulisation, high resolution and dynamic reaction cell ICP‐MS were applied and compared. All three approaches were found to be useful tools for significantly reducing various polyatomic interferences. Advantages and disadvantages for each approach are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,040
Tête enseignante GPT0,385
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations20
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeostandards and Geoanalytical ResearchMême sujetAnalytical chemistry methods developmentTravaux en français237 207