MétaCan
Menu
Retour à la cohorte
Enregistrement W2029085372 · doi:10.1021/ac011043g

Fast Quantification of Humic Substances and Organic Matter by Direct Analysis of Sediments Using DRIFT Spectroscopy

2002· article· en· W2029085372 sur OpenAlexaff
Luc Tremblay, Jean‐Pierre Gagné

Notice bibliographique

RevueAnalytical Chemistry · 2002
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésChemistryEnvironmental chemistrySpectroscopyOrganic matterHumic acidOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A simple method based on diffuse reflectance coupled with infrared Fourier transform spectroscopy (DRIFTS) has been developed for the quantification and the characterization of sedimentary (or soil, peat, etc.) humic substances. Under optimized conditions, the quantification of humic substances or total organic matter is possible with DRIFTS at a frequency of 2930 cm(-1) using whole dry sediment samples. A study of the operational parameters that affect the DRIFTS signal shows the importance of normalizing analysis conditions, especially the diffuse reflectance accessory alignment, the particle size and compaction, and the homogeneity of the powdered samples, to obtain reproducible quantitative analyses. The quantification of total humic substances by DRIFTS correlates well with the concentrations determined using classical extraction methods. DRIFTS analysis requires only a few minutes instead of tedious extractions of humic substances. Moreover, the distribution of total organic matter and of fulvic acids, humic acids, and humin can also be obtained. Analysis of natural samples indicates that a calibration using humic material representative of the studied area provides the most accurate quantification. The fast screening of organic matter fractions by DRIFTS on intact natural samples provides useful quantitative and qualitative information that can be used in environmental or monitoring studies.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,243
Écart entre enseignants0,226 · 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 source (Gemma direct ou Codex distillé), 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

Citations67
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetGeochemistry and Geologic MappingTravaux en français237 207