Extraction of Gaseous VOCs Using Passive Needle Trap Samplers
Notice bibliographique
Résumé
Gaseous toluene, ethylbenzene and o-xylene (TEX) were extracted by using the divinylbenzene (DVB) particle of 60–80 mesh as a sorbent packed in series of needle trap samplers (NTS). The feasibility of using this self-designed DVB-NTS as a diffusive time-weighted average (TWA) sampler for occupational hygiene applications was evaluated by examining extended sampling periods of 4–12 hr. Additionally, the NTS was compared in terms of extraction efficiency by simultaneously using the 75 μm Carboxen/polydimethylsiloxane-solid phase microextration (Carboxen/PDMS-SPME) fiber for sampling TEX. Experimental results indicated that, regardless of static (in a bulb) or dynamic samplings (in a flowing gas stream), the packed DVB-NTS achieved higher TEX extraction rates (ng VOCs/min) than those of 75 μm Carboxen/PDMS-SPME fiber. The decreasing rates of extracting TEX for SPME fiber were 24–34% and 28–36% as NTS performed during the sampling periods of 240 and 480 min, respectively. Typically, the maximum VOC adsorption capacities per mg DVB were measured as 5.692 μg toluene, 7.669 μg ethylbenzene and 5.199 μg o-xylene. During the sampling period of 12 hr, the DVB-NTS extracted 1600–1800 ng of individual TEX components from a continuously flowing air stream, in which the gas flow rate equals 200 mL/min. We recommend the badgelike or penlike NTS as an alternative passive sampler to the legal active sampling method 1501, National Institute of Occupational Safety and Health (NIOSH), owing to its small size and high extraction capacity of TEX.
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 | 0,002 | 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 | 0,001 |
| 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 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 ».