MétaCan
Menu
Retour à la cohorte
Enregistrement W2020944256 · doi:10.1080/03067310500211575

On-site environmental analysis by membrane extraction with a sorbent interface combined with a portable gas chromatograph system

2005· article· en· W2020944256 sur OpenAlexafffund
Xinyu Liu, Janusz Pawliszyn

Notice bibliographique

RevueInternational Journal of Environmental & Analytical Chemistry · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversity of Waterloo
Mots-clésAnalyteChromatographySorbentGas chromatographyMembraneExtraction (chemistry)PermeationEnvironmental analysisChemistryStripping (fiber)Analytical Chemistry (journal)Materials scienceAdsorption

Résumé

récupéré en direct d'OpenAlex

A novel device, membrane extraction with a sorbent interface (MESI) coupled with a portable gas chromatograph (GC) system, has been developed. The main components of this system include a membrane module, a microtrap, and a control unit for the heater and cooler. The membrane module, as an on-line sample-introduction device for this system, can be manipulated in different configurations, allowing for the selective permeation of analytes across the membrane into the carrier/stripping gas. The analytes are trapped and concentrated onto a microtrap, which serves as an injector for gas chromatography separation. A concentration pulse of the trapped analytes is generated through direct electrical heating of the microtrap. The characteristics of this system have been explored, and its applicability and effectiveness have been demonstrated in field monitoring applications including the analysis of toluene in wastewater, Volatile organic compounds (VOCs) in laboratory air, and chloroform in swimming-pool water. This system is very promising, as it is a simple, fast, and portable tool for on-site process environmental monitoring.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,002
Tête enseignante GPT0,190
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental & Analytical ChemistryMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207