Sampling VOCs with Porous Suction Samplers in the Presence of Ethanol: How Much Are We Losing?
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
Abstract Porous suction samplers have been widely used to obtain ground water samples from the vadose zone. However, previous studies identified different mechanisms that may compromise the sample’s representativeness, such as volatilization and sorption. This issue is particularly important when dealing with volatile organic compounds (VOCs) as in gasoline spills. Ethanol is common in modern fuels and so may be present in ground water contamination from fuel releases. The objective of this work was to evaluate the losses of VOCs in the presence of ethanol when using porous suction samplers. Laboratory experiments were performed using a ceramic porous suction sampler to sample test solution containing benzene, toluene, xylenes, trimethylbenzenes, naphthalene, and different volumetric fractions of ethanol. Significant losses were found up to 30% for ethylbenzene. Ethanol was found to affect the accuracy of the readings by two main mechanisms: first, negatively, by increasing the headspace in the sampling tube, and second, positively, increasing partition to the aqueous phase due to the cosolvent effect and therefore decreasing the mass loss by volatilization. As a consequence, the highest losses of VOCs were found at intermediate ethanol volume fractions: 10% and 20% (v/v). The losses can be anticipated by measuring the ratio of gas to water in the sampling line and then by applying simple partition models considering cosolvency by ethanol. The importance of adequate purging when using porous suction samplers was also shown.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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