Field cryofocussing hydride generation applied to the simultaneous multi-elemental determination of alkyl-metal(loid) species in natural waters using ICP-MS detection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Two hydride generation manifold systems, utilizing flow injection and cryotrapping techniques for alkyl-metal(loid) speciation analysis in natural waters, are described in this paper. They provide shipboard capacity for simultaneous derivatization of analytes with NaBH4 and cryotrapping of the generated products in a field packed column at -196 degrees C. The first system is a large-volume hydride generator, using a reagent-injection flow technique as a flow batch type, that has been fully optimized and applied to the simultaneous detection of alkylated species in estuarine waters. The technique permits the analysis of a large volume sample (0.5-11) at a sampling rate of 3 h-1. The second is an online continuous flow hydride generator. A sampling rate of 3-12 h-1 can be achieved with samples of 0.1-0.51. In addition, shipboard operation eliminates major problems related to sample pretreatment, transport and storage. Ultra-trace multi-element determination is finally performed in the laboratory by cryogenic GC hyphenated with ICP-MS. Routine detection limits of 0.5-10 pg (as metal) for 0.51 water samples were achieved for the selected alkyl-metal(loid) species of arsenic, germanium, mercury and tin. Concentrations of various species, obtained from water samples taken from the Rhine estuary, are also presented. These species include alkylated arsenic compounds, other than methyl derivatives, that have been tentatively identified and are reported here for the first time.
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.
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) | 0,000 | 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) | 0,000 | 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 découle