Freezing To Preserve Groundwater Samples and Improve Headspace Quantification Limits of Water-Soluble Organic Contaminants for Carbon Isotope Analysis
Notice bibliographique
Résumé
Few systematic investigations have addressed the use of freezing for applications in analytical chemistry. Here, we tested its potential to preserve groundwater samples and to improve headspace quantification limits for compound-specific isotope analysis. Analysis of compound concentrations, as well as stable carbon isotope ratios, confirmed that trichloroethene was preserved in frozen suspensions of nanoscale zerovalent iron. In contrast, storage at 7 degrees C was ineffective, and complete degradation of TCE occurred in 4 weeks. Hence, freezing may stop even abiotic chemical reactions that would not be prevented by cooling or traditional preservation agents. In the absence of iron, we found that headspace concentrations of 14 organic contaminants were considerably higher over frozen solutions than at 25 degrees C, likely reflecting a freezing-out effect governed by Raoult's law. The observed enhancement depended on the salinity of the samples and was strongest for water-soluble, volatile compounds (values in brackets indicate the minimum observed effect out of six replicates): tert-butyl alcohol (TBA, 35-fold), methyl tert-butyl ether (MTBE, 14-fold), 1,2-dichloroethane (10-fold), or benzene (7-fold). In contrast, little enhancement was observed for less water-soluble compounds, such as tetrachloroethene. Although standard deviations of the measurements were too high for the method to be used for quantitative analysis of total compound concentrations, since we found that freezing introduces no measurable carbon isotope effect for TBA, MTBE, 1,2-dichloroethane, and benzene, the method is an effective way of increasing the sensitivity of compound-specific isotope analysis, particularly of water-soluble organic contaminants.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».