A comparison of three colorimetric methods of ferrous and total reactive iron measurement in freshwaters
Notice bibliographique
Résumé
The measurement of low levels of ferrous and total reactive iron (TRFe) using three common colorimetric methods (bathophenanthroline (BPA), triazine (TPTZ), and ferrozine) in freshwater was evaluated. The BPA method, due to a hexanol extraction step, had unacceptably high limits of detection with small sample volumes. Humic matter also interfered by forming a precipitate. Although ferrozine&s limit of detection was lower, recovery of Fe spikes by TPTZ was much higher in samples with high levels of colored dissolved organic carbon (CDOC) at pH 6 (90 versus 60%) using the standard development time of 10 min because the iron reduction rate is much slower with ferrozine, which requires 1 hr. Recovery of spiked Fe at sample pH 9 was very poor (32 versus 39%). TPTZ with ascorbic acid in samples adjusted to pH 6 is recommended for TRFe analysis. In the absence of a reducing agent and CDOC, TPTZ reagents reduce ferric to ferrous iron (autoreduction), whereas ferrozine has negligible autoreducing properties. CDOC produced significant autoreducing effects using either TPTZ or ferrozine methods, leading to overestimates unless measured immediately upon reagent addition. Hence, immediate measurement with ferrozine is most suitable for ferrous. Ascorbic acid reduces more rapidly than hydroxylamine and does not need to be purified.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».