MétaCan
Menu
Retour à la cohorte
Enregistrement W2048869671 · doi:10.1021/ac020695h

UV Vapor Generation for Determination of Selenium by Heated Quartz Tube Atomic Absorption Spectrometry

2003· article· en· W2048869671 sur OpenAlexafffund
Xuming Guo, Ralph E. Sturgeon, Zoltán Mester, Graeme J. Gardner

Notice bibliographique

RevueAnalytical Chemistry · 2003
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistrySeleniumSelenideDetection limitAtomic absorption spectroscopyAcetic acidMass spectrometryAnalytical Chemistry (journal)Formic acidHydrideAbsorption (acoustics)Inorganic chemistryChromatographyOrganic chemistryMetal

Résumé

récupéré en direct d'OpenAlex

A new vapor generation technique utilizing UV irradiation coupled with atomic absorption for the determination of selenium in aqueous solutions is described. In the presence of low molecular weight organic acid solutions, inorganic selenium(IV) is converted by UV irradiation to volatile selenium species, which are then rapidly transported to a heated quartz tube atomizer for detection by atomic absorption spectrometry. Optimum conditions for photochemical vapor generation and interferences from concomitant elements were investigated. Identification of the volatile products using cryotrapping GC/MS analysis revealed that inorganic selenium(IV) is converted to volatile selenium hydride, selenium carbonyl, dimethyl selenide, and diethyl selenide in the presence of formic, acetic, propionic, and malonic acids, respectively. In acetic acid solution, the efficiency of generation was estimated to be 50 +/- 10%. No interference from Ni(2+) and Co(2+) at concentrations of 500 and 100 mg L(-)(1), respectively, was evident. A detection limit of 2.5 microg L(-)(1) and a relative sensitivity of 1.2 microg L(-)(1) (1% absorption) with a precision of 1.2% (RSD, n = 11) at 50 microg L(-)(1) were obtained.

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)0,000
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,024
Tête enseignante GPT0,291
Écart entre enseignants0,267 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations197
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAnalytical chemistry methods developmentTravaux en français237 207