Naphthenic acids quantification in organic solvents using fluorescence spectroscopy
Notice bibliographique
Résumé
Quantification of naphthenic acids in water has been traditionally performed after extraction with organic solvents followed by analytic methods that are complex and costly for preliminary research or for continuous monitoring purposes. This study examines the application of fluorescence in organic solvents as an effective alternative, and the role of organic solvents on quantification results. Nine organic solvents were used: three polar protic alcohols (methanol, ethanol, and propanol), three polar aprotic (dichloromethane, acetone, and acetonitrile) and three non-polar (hexane, toluene, and diethyl ether). The calibration curves of the polar protic solvents performed the best; they had lower light scattering and higher method sensitivity than polar aprotic and non-polar. Methanol was selected for further experiments having a strong linearity for concentrations lower than 250 mg/L (R(2) > 0.99), and a low relative standard deviation (< 10%). The method sensitivity was improved by 70% using a methanol-deionized water mixture (50:50) as a solvent. The synchronous fluorescence mode with a reduced offset value of Δλ = 10 nm demonstrated potential for fingerprinting. The fluorescence technique for quantifying total naphthenic acids directly in organic solvents is a cost-effective analytical method compatible with the solid phase extraction of the sample.
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 | 0,000 |
| 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 ».