Nonderivatization Analytical Method of Fatty Acids and<i>cis</i>-Pinonic Acid and Its Application in Ambient PM<sub>2.5</sub>Aerosols in the Greater Vancouver Area in Canada
Notice bibliographique
Résumé
A nonderivatization analytical method has been developed to analyze C6-C20 fatty acids and cis-pinonic acid on a GC/ FID and a GC/MSD using a polar DB-FFAP capillary column. On the GC/FID, the response was highly linear over concentration ranges >2 orders of magnitude (R2 = 1.00). Using a mixed solvent of dichloromethane (DCM): methanol (3:1, v/v) and an extraction temperature of 40 degrees C, the method recoveries of the acids from spiked filters were 81-115% based on deuterated surrogates, and the relative standard deviations were <12%. The recoveries were mainly controlled by the extraction temperature. At 40 degrees C the acids in sample extracts were stable for at least 12 months, while at 80 degrees C, unintended esterization of the acids by methanol was found that reduces their stability in the sample extracts. The analysis of the acids in PM2.5 samples from NIST using this nonderivatization method showed that the efficiency and accuracy were comparable to the derivatization method. Compared with existing derivatization methods, the method is accurate and sensitive, yet simple to use. This method was applied to PM2.5 ambient aerosols collected from a forest site and at a traffic tunnel outlet in the greater Vancouver area in Canada. Total fatty acids (sum of C6-C20) in the aerosols were measured as 20.2-138.7 ng/m3 at the forest site and 100.2-264.6 ng/m3 at the tunnel site. The cis-pinonic acid concentrations were 1.6-44.2 ng/m3 in the forest and from below detection to 6.5 ng/m3 at the tunnel outlet.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».