Calibration for On-Site Analysis of Hydrocarbons in Aqueous and Gaseous Samples Using Solid-Phase Microextraction
Notice bibliographique
Résumé
Rapid sampling and sample preparation methodology was investigated using adsorptive poly(dimethylsiloxane)/divinylbenzene and Carboxen/poly(dimethylsiloxane) solid-phase microextraction (SPME) fiber coatings and volatile aromatic hydrocarbons (BTEX: benzene, toluene, ethylbenzene, and o-xylene). A flow-through system was used to generate a standard aqueous solution of BTEX as model sample with known linear velocity. Parameters that affect the extraction process, including sampling time, concentration, water velocity, and temperature, were investigated. Very short sampling times from 10 s and sorbents with strong affinity and large capacity were used to ensure the effect of '"zero sink" and to calibrate the extraction process in the initial linear extraction region. Several different concentrations were investigated, and it was found that mass uptake changes with concentration linearly. The increase of water velocity increases mass uptake, though the increase is not linear. Temperature does not affect mass uptake significantly under typical field sampling conditions. To further accurately describe rapid SPME analysis of aqueous samples, a new model translated from heat transfer to a circular cylinder in cross-flow was used. An empirical correlation to this model was used to predict the mass-transfer coefficient. Findings indicate that predicted mass uptake compares well with experimental mass uptake. The new model was tested for rapid air sampling, and it was found that this new model also predicted rapid air sampling accurately. Findings presented in this study extend the existing fundamental knowledge related to rapid sampling/sample preparation with SPME.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».