Quantitation of Trace Metals in Liquid Samples by Dried-Droplet Laser Ablation Inductively Coupled Plasma Mass Spectrometry
Notice bibliographique
Résumé
A new, discrete sample introduction approach based on laser ablation (LA) is described for the quantitation of several trace metals in aqueous samples by ICPMS. Dried microdroplets of sample, previously mixed with a sodium acetate matrix, were quantitatively ablated from a polystyrene substrate. Calibration via the method of standard additions or isotope dilution provided accurate results for Ni, Cd, and Pb in drinking water and Se in a yeast extract. Compared to conventional solution nebulization, LA sample introduction provided a 2-7-fold enhancement in absolute sensitivity and transport efficiency of 2-14% for the elements examined. Estimated detection limits are 1-7-fold poorer for the dried-droplet LA technique, primarily a result of degraded precision arising from counting statistics limitations for discrete sample introduction. On the basis of the several-second half-width of the resulting transient signals, sample throughput can be in the range of 250 samples per hour. Additionally, integration of the transient signal should eliminate contributions to elemental fractionation from the LA step. Dried-droplet LA-ICPMS offers several advantages over its counterpart, ETV-ICPMS, with respect to background intensity, throughput, and ease of desorption.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».