Comparison of laser ablation, electrothermal vaporization and solution nebulization for the determination of radionuclides in liquid samples by inductively coupled plasma mass spectrometry
Notice bibliographique
Résumé
The performance of solution nebulization (SN), electrothermal vaporization (ETV) and laser ablation (LA) of dried micro-droplets as sample introduction systems for ICP-MS are compared for the determination of several radionuclides in digested biological tissue, nearshore sea-water and river water. Samples were subjected to a Ca3(PO4)2 co-precipitation preconcentration prior to analysis. Each introduction system possesses unique advantages and disadvantages. ETV accommodates samples having higher dissolved solids content; consequently, for SN and LA, sample concentrates require additional dilution by 50- and 10-fold, respectively. ETV and LA achieved similar sensitivities and limits of detection, the latter ranging from 0.017 to 0.029 pg ml−1. Although SN provides the best precision (2% RSD versus 7 and 8% for ETV and LA, respectively), formation of uranium hydride can be reduced at least 100-fold using LA of dried micro-droplets of samples. The accuracy of the method was validated by determination of U and Th in NIST SRM 1566b Oyster Tissue, NRC CRM CASS-4 Nearshore Seawater and SLRS-4 Riverine Water and via spike recoveries for Pu.
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 | 0,001 |
| 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) | 0,000 | 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 ».