MétaCan
Menu
Retour à la cohorte
Enregistrement W2073779727 · doi:10.1021/ac0353536

Vapor Generation by UV Irradiation for Sample Introduction with Atomic Spectrometry

2004· article· en· W2073779727 sur OpenAlexaff
Xuming Guo, Ralph E. Sturgeon, Zoltán Mester, Graeme J. Gardner

Notice bibliographique

RevueAnalytical Chemistry · 2004
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésChemistryMass spectrometryPhotodissociationFormic acidAqueous solutionSeleniumRadicalHydrideIrradiationTransition metalAnalytical Chemistry (journal)AnalyteDetection limitMetalChromatographyPhotochemistryPhysical chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Volatile species of the conventional hydride-forming elements (As, Bi, Sb, Se, Sn, Pb, Cd, Te), Hg, transition metals (Ni, Co, Cu, Fe), noble metals (Ag, Au, Rh, Pd, Pt), and nonmetals (I, S) were generated following UV irradiation of their aqueous solutions to which low molecular weight carboxylic acids (formic, acetic, propionic) had been added. Free radicals arising from photodissociation of the latter provide a new and useful alternative to the common methods of chemical/electrochemical vapor generation techniques for the determination of these analytes by atomic spectrometry. Quantitative estimates of the efficiencies of these generation processes were not undertaken, although calculated signal-to-background ratios (>1500 for 5 ng/mL As, Sb, Bi, Se, and Te; 20 for 10 ng/mL Sn, Cu, Rh, Au, Pd, Pt, and Cd; 2400 for 1 ng/mL Hg; and 1000 for Co using ICP-TOF-MS detection) do provide clear evidence of the efficacy of this approach for sample introduction. In the case of Ni and Se, the tetracarbonyl and alkylated selenium compounds have been identified, respectively.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,018
Tête enseignante GPT0,269
Écart entre enseignants0,251 · 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

Citations183
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAnalytical chemistry methods developmentTravaux en français237 207