MétaCan
Menu
Retour à la cohorte
Enregistrement W2035092197 · doi:10.1021/ac701716q

High-Precision Laser Spectroscopy D/H and <sup>18</sup>O/<sup>16</sup>O Measurements of Microliter Natural Water Samples

2007· article· en· W2035092197 sur OpenAlexaff
Grzegorz Lis, Leonard I. Wassenaar, M. Jim Hendry

Notice bibliographique

RevueAnalytical Chemistry · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésChemistryAnalytical Chemistry (journal)IsotopeMass spectrometrySpectroscopyIsotope-ratio mass spectrometrySpectrum analyzerStable isotope ratioLaserAccuracy and precisionSpectrometerChromatographyNuclear physicsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Newly available gas analyzers based on off-axis integrated cavity output spectroscopy (OA-ICOS) lasers have been advocated as an alternative to conventional isotope-ratio mass spectrometers (IRMS) for the stable isotopic analysis of water samples. In the case of H2O, OA-ICOS is attractive because it has comparatively low capital and maintenance costs, the instrument is small and field laboratory portable, and provides simultaneous D/H and 16O/18O ratio measurements directly on H2O molecules with no conversion of H2O to H2, CO, or H2/CO2-water equilibration required. Here we present a detailed assessment of the performance of a liquid-water isotope analyzer, including instrument precision, estimates of sample memory and sample mass effects, and instrumental drift. We provide a recommended analysis procedure to achieve optimum results using OA-ICOS. Our results show that, by using a systematic sample analysis and data normalization procedure routine, measurement accuracies of +/-0.8 per thousand for deltaD and +/-0.1 per thousand delta18O are achievable on nanoliter water samples. This is equivalent or better than current IRMS-based methods and at a comparable sample throughput rate.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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

Citations451
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207