MétaCan
Menu
Retour à la cohorte
Enregistrement W2025430015 · doi:10.1021/es100828u

A Downhole Passive Sampling System To Avoid Bias and Error from Groundwater Sample Handling

2010· article· en· W2025430015 sur OpenAlexafffund
Sanford L. Britt, Beth L. Parker, John A. Cherry

Notice bibliographique

RevueEnvironmental Science & Technology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of GuelphBoeing
Mots-clésGroundwaterSampling (signal processing)Sampling errorEnvironmental scienceSample (material)Petroleum engineeringComputer scienceStatisticsEngineeringObservational errorMathematicsGeotechnical engineeringTelecommunicationsChemistry

Résumé

récupéré en direct d'OpenAlex

A new downhole groundwater sampler reduces bias and error due to sample handling and exposure while introducing minimal disturbance to natural flow conditions in the formation and well. This "In Situ Sealed", "ISS", or "Snap" sampling device includes removable/lab-ready sample bottles, a sampler device to hold double end-opening sample bottles in an open position, and a line for lowering the sampler system and triggering closure of the bottles downhole. Before deployment, each bottle is set open at both ends to allow flow-through during installation and equilibration downhole. Bottles are triggered to close downhole without well purging; the method is therefore "passive" or "nonpurge". The sample is retrieved in a sealed condition and remains unexposed until analysis. Data from six field studies comparing ISS sampling with traditional methods indicate ISS samples typically yield higher volatile organic compound (VOC) concentrations; in one case, significant chemical-specific differentials between sampling methods were discernible. For arsenic, filtered and unfiltered purge results were negatively and positively biased, respectively, compared to ISS results. Inorganic constituents showed parity with traditional methods. Overall, the ISS is versatile, avoids low VOC recovery bias, and enhances reproducibility while avoiding sampling complexity and purge water disposal.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations33
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetGroundwater flow and contamination studiesTravaux en français237 207