MétaCan
Menu
Retour à la cohorte
Enregistrement W2101911664 · doi:10.1364/ao.49.000c87

Sensitive detection of metals in water using laser-induced breakdown spectroscopy on wood sample substrates

2010· article· en· W2101911664 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Optics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLaser-induced breakdown spectroscopyMaterials scienceDetection limitSpectroscopyLaserAqueous solutionAnalyteOpticsAnalytical Chemistry (journal)Substrate (aquarium)ChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Water contaminated with toxic heavy metals can be a great risk to humans. Laser-induced breakdown spectroscopy (LIBS) is a promising candidate to monitor heavy metals in aqueous solutions on site, but the sensitivity is still a major problem. To perform sensitive analysis of analyte metals in aqueous solutions with LIBS, a thin wood sample substrate was used as a liquid absorber to transform the liquid sample analysis to a solid sample analysis. We focus on investigating the performance of this technique using different laser wavelengths (266, 532, and 1064 nm) with a low pulse energy (<5 mJ) and a different number of shots (from 10 to 1000). We demonstrate that a limit of detection of 30 ppb can be achieved using low energy pulses with a 1000 shot accumulation. This technique provides a potentially simple approach for a portable micro LIBS system to monitor water samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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