MétaCan
Menu
Retour à la cohorte
Enregistrement W2059787490 · doi:10.1039/b406408a

Evaluation of the simultaneous use of standard additions and internal standards calibration techniques for inductively coupled plasma mass spectrometry

2004· article· en· W2059787490 sur OpenAlexaff
Eric D. Salin, Margaret Antler, Guillaume Bort

Notice bibliographique

RevueJournal of Analytical Atomic Spectrometry · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésInternal standardCalibrationStandard additionInductively coupled plasma mass spectrometryAnalytical Chemistry (journal)ChemistryInductively coupled plasmaThalliumMass spectrometryStandard solutionMatrix (chemical analysis)YttriumMolybdenumCobaltChromatographyPlasmaDetection limitInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

The use of internal standards combined with standard additions calibration for inductively coupled plasma mass spectrometry (ICP-MS) is discussed. Yttrium, rhodium, magnesium, cobalt, copper, nickel, silver, thallium, molybdenum and lead were analyzed in solutions of known composition with a 500 mg ml−1 Na matrix. Additionally, the Mg, Co, Y, Rh and Pb signals were used as internal standards for the other elements in the same matrix. Severe drift effects were simulated by drastically altering the liquid sample uptake rate. The signals were used to compare the results obtained using four different calibration methods: external standards, standard additions, internal standards and standard additions in combination with an internal standard. The average errors for external standards varied from 23 to 41% while the average errors for internal standards ranged from 1 to 71%. The error for standard additions was 45%. The use of standard additions with an internal standard produced an average error of 0.7–5%, suggesting that this is a powerful calibration technique.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,082
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,308
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

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

Citations23
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical Atomic SpectrometryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207