Development and Application of a Needle Trap Device for Time-Weighted Average Diffusive Sampling
Notice bibliographique
Résumé
A simple, cost-effective analysis combining solventless extraction, thermal desorption, and determination of volatile organic compounds (VOCs) was developed and validated. A needle trap device (NTD) packed with the sorbent Carboxen1000 was used as a time-weighted average (TWA) diffusive sampler to collect target compounds by molecular diffusion and adsorption to the packed sorbent. This process can be described with derivations of Fick's first law of diffusion, which expresses the relation between the TWA concentrations to which the passive sampler is exposed and the mass of analytes adsorbed to the packed sorbent in the sampler. The effects of experimental factors such as temperature, pressure, humidity, and face velocity were taken into account in applying diffusive sampling under nonideal conditions. This study demonstrates that NTD is effective for air analysis of benzene, toluene, ethylbenzene, and o-xylene (BTEX), due to the good adsorption/desorption quality of Carboxen 1000 and to the special geometric shape of the needle with a small cross section avoiding the need for calibration. Storage tests showed good storage stability for BTEX. Verification of the theoretical model showed good agreement between theoretical and experimental sampling rates. Method validation done against NIOSH method 1501, SPME, and NTD active sampling revealed good agreement between those methods. Automated NTD sample introduction to a gas chromatograph facilitates the use of this technology for industrial hygiene applications.
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) | 0,001 | 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) | 0,001 | 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 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 ».