MétaCan
Menu
Retour à la cohorte
Enregistrement W2053343067 · doi:10.1021/jf025577+

Sampling and Monitoring of Biogenic Emissions by Eucalyptus Leaves Using Membrane Extraction with Sorbent Interface (MESI)

2002· article· en· W2053343067 sur OpenAlexafffund
Limei Wang, Heather Lord, Rick Morehead, Frank L. Dorman, Janusz Pawliszyn

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMinistère de l'Économie, de la Science et de l'Innovation - Québec
Mots-clésTenaxSorbentExtraction (chemistry)MembraneEucalyptusPolydimethylsiloxaneChromatographyChemistryGas chromatographyEnvironmental scienceAdsorptionBotanyOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Membrane extraction with sorbent interface (MESI) has been applied to monitor plant fragrance volatiles emitted into indoor air. The main components of the MESI system are a membrane module and a trap, which can be connected directly to a GC or GC-MS for simultaneous multicomponent extraction and monitoring. A polydimethylsiloxane (PDMS) membrane and two different traps, PDMS and Tenax, as well as a DC current supply for trap desorption have been applied in this research. After the membrane module is placed in contact with the plant, the MESI/GC-MS provides semicontinuous characterization of volatile compounds emitted. The MESI device has been applied to monitor the biogenic volatile organic compounds released during the first 8 h after a branch was cut from a Eucalyptus dunnii tree. The study demonstrates that the MESI system is a simple and useful tool for monitoring changes in emission processes as a function of 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.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,019
Tête enseignante GPT0,226
Écart entre enseignants0,207 · 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

Citations24
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207