Combined use of resin fractionation and high performance size exclusion chromatography for characterization of natural organic matter
Notice bibliographique
Résumé
The number and complexity of natural organic matter (NOM) species limits identification of individual NOM compounds. The objective of this study was to employ several characterization techniques (resin fractionation, high performance size exclusion chromatography (HPSEC), and strategic UV254 absorbance) to samples from seven surface water sites in North America, and overcome the shortfalls of each tool. Resin fractionation indicated the samples were all high in hydrophobic acids (HOA), hydrophilic neutrals (HIN) and hydrophilic acids (HIA). Site B was the only site where HIAs were the highest NOM contributors. In the HPSEC analysis, each fraction exhibited a particular molecular weight (MW) range: 100-300 Da (HIN), 1-2 kDa (HOA), and the HIA fractions exhibited MWs between these two ranges. Strategic UV254 measurements were taken at two sites to supplement the HPSEC results, and determine the difference in UV absorbance per unit dissolved organic carbon (SUVA value). Most fractions showed SUVA values of approximately 5 L/mg-m; however, the hydrophilic bases and hydrophobic neutral fractions could not be accurately evaluated due to the very low DOC concentrations for these two fractions (< 0.2 mg/L). These methods are complimentary NOM characterization techniques, and the combined methodology addresses the analytical limits of each tool.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».