Sampling and analysis of nanoparticles with cold fibre SPME device
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A new approach is described to capture nano-size aerosols on internally-cooled micro tubing of the solid-phase microextraction (SPME) device followed by convenient introduction of the collected analytes into analytical instrument. Particles were generated using an aerosol formation by homogeneous nucleation of an organic vapor, and subsequent growth to nano-size particles by coagulation of decanedioic acid, bis[2-ethylhexyl] ester (DEHS). The approach was validated by using carbon dioxide-cooled micro tubing to collect the nanosize DEHS particles followed by analyses on GC-flame ionization detector (FID). Particle size ranged from 150 to 590 nm. Temperature difference between the SPME device and DEHS particles mixture created a temperature gradient and resulted in thermophoretic effect that was determining the extraction rate. SPME device was cooled to as low as -75 degrees C, while the DEHS remained close to room temperature. Several aspects of nanoparticle sampling were tested to demonstrate the principle of the sampling approach. These included the effects of thermal gradient, sample flow rate, sampling time, CO(2) delivery mode (constant coolant delivery vs. constant temperature), and particle size. Results were normalized to measure particulate concentrations using direct sampling with PTFE filters. Nanoparticle extractions of DEHS mass were proportional to sampling time. Normalized mass of DEHS extracted increased with increase in temperature gradient and with increase of the cross flow velocity. Preliminary results indicate that the variation of heat transfer boundary layer caused by the variation in the cross flow velocity produce self-compensating effect at constant coolant delivery, indicating that this approach could be used for field determinations including the time-weighted average sampling of nanoparticles. Thus, it may be possible to develop simple device based on this concept for field applications.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle