Determination of manganese and nickel in slurry sampling by graphite furnace atomic absorption spectrometry
Notice bibliographique
Résumé
Methods for the determination of manganese and nickel in lake and marine sediment slurries by graphite furnace atomic absorption spectrometry using permanent modifiers are proposed. The slurries were maintained homogeneous with air bubbling with an aquarium pump. For manganese, the best modifier was ruthenium permanent with m o of 0.9 pg and of 1.0, 1.2, 1.5, and 1.8 pg, for Rh, without modifier, Ir, and Zr, respectively. For nickel, the best modifier was rhodium permanent with m o of 33 pg, followed by 85, 120, 132, and 240 pg, without modifier, Zr, Ir, and Ru, respectively. After determining manganese and nickel in two certified marine sediment samples (n = 10) from NRCC, PACS-2, and MESS-2, and in the San Joaquin 2079 soil, the results agreed at the confidence level of 95% with the certified value for all analytes studied using aqueous calibration. Calibration curves of all analytes had correlation coefficients R 2 higher than 0.99. Recovery studies made in four levels for each analyte in sediments from Lake Pampulha showed acceptable values. The limits of detection (LODs) were 4.0 and 0.9 µg L -1 for manganese and nickel, respectively.Key words: manganse, nickel, sediments, GF AAS.
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 | 0,000 | 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 ».