MétaCan
Menu
Retour à la cohorte
Enregistrement W2097598250 · doi:10.1039/b814401j

Vapor generation coupled with furnace atomization plasma emission spectrometry for detection of mercury

2009· article· en· W2097598250 sur OpenAlexafffund
Anderson Schwingel Ribeiro, Mariana Antunes Vieira, Patrícia Grinberg, Ralph E. Sturgeon

Notice bibliographique

RevueJournal of Analytical Atomic Spectrometry · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésChemistryDetection limitMercury (programming language)Analytical Chemistry (journal)TinMass spectrometryPlasmaSeparator (oil production)Water vaporChlorideChromatography

Résumé

récupéré en direct d'OpenAlex

A low power atmospheric pressure plasma source, furnace atomization plasma emission spectrometry (FAPES), was directly coupled to both a conventional chemical vapor generation system based on use of tin chloride reductant as well as a UV-photoreduction system for detection of cold vapor mercury. The resonance line emission at 253.7 nm was monitored. The 70 W low power He plasma was tolerant to the introduction of water vapor from the gas–liquid separator and, with the furnace heated to 400 °C, a precision of measurement of 2.4% RSD at 1 ng mL−1 was achieved. A limit of detection of 250 pg mL−1Hg in river water samples via UV-photoreduction and 240 pg mL−1 using conventional tin chloride reduction was obtained. The LOD could be improved 5-fold through use of a simple gold amalgamation system. Conventional chemical generation of mercury using the NaBH4/HCl system produced too much hydrogen to permit efficient coupling to the FAPES source as the He plasma is extinguished by the load of molecular vapor (i.e., hydrogen).

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,264
Écart entre enseignants0,250 · 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
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

Citations18
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical Atomic SpectrometryMême sujetMercury impact and mitigation studiesTravaux en français237 207