Physical and Chemical Characterization of Beryllium Particles from Several Workplaces in Québec, Canada—Part A: Determining Methods for the Analysis of Low Levels of Beryllium
Notice bibliographique
Résumé
Chemical and physical characterizations of beryllium (Be) particles found in settled dust samples from four industries based in Québec were attempted using a variety of analytical methods. Bulk particle chemistry was determined using inductively coupled plasma-mass spectrometry (ICP-MS), graphite furnace atomic absorption spectrometry (GFAAS), and instrumental neutron activation analysis (INAA). Time-of-flight secondary-ion mass spectrometry (TOF-SIMS), transmission electron microscopy, scanning electron microscopy, energy-dispersive spectroscopy, x-ray diffraction (XRD), electron energy loss spectrometry (EELS), and Auger microscopy were used to characterize physicochemical properties of particles. These analyses were deemed important based on the hypotheses that (1) different chemical forms of Be do not present the same risks, and (2) different morphologies lead to different risks. Standards were used to prove the adequacy of XRD, EELS, and Auger microscopy prior to the analyses of industrial samples. However, low concentrations of Be in samples were a limiting factor for most methods; few detected Be in industrial samples. Only ICP-MS, GFAAS, and TOF-SIMS were able to detect Be in industrial samples analyzed in this study. Characterization of settled dust samples showed high number of Be particles, even for Be concentrations below 100 ppm. Furthermore, Be seems to be present as fine particles of Be metal, possibly mechanically agglomerated or aggregated to larger particles or compounds such as cryolite. Other major elements detected with INAA present in the samples were limited to Na, Al, Ca, and F. It was concluded that TOF-SIMS is a valid method for characterizing particles containing approximately 0.01% Be.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».