MétaCan
Menu
Retour à la cohorte
Enregistrement W2116339295 · doi:10.1093/chromsci/44.2.101

Gas Chromatographic Applications with the Dielectric Barrier Discharge Detector

2006· article· en· W2116339295 sur OpenAlexaff
R. Gras, Jim Luong, M. Monagle, Bill Winniford

Notice bibliographique

RevueJournal of Chromatographic Science · 2006
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesUniversity of HoustonDow Chemical Company
Mots-clésDetectorChemistryGas chromatographySelectivityChromatographyStationary phaseSemiconductor detectorCurrent (fluid)Analytical Chemistry (journal)SemiconductorGas phaseOptoelectronicsCatalysisOrganic chemistryMaterials scienceOpticsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

With gas chromatography, there are many more choices for detectors when compared to other separation disciplines in analytical chemistry. The presence of sensitive and selective detectors aids in easing the separation requirements imposed on the capillary column. The current gas phase detectors, however, do not completely fulfill contemporary analytical needs. One example is in the area of ultratrace analysis of permanent gases for semiconductor industry. Another example is in the area of environmental/industrial hygiene monitoring for compounds such as 1,3-butadiene or vinyl chloride. The dielectric barrier discharge detector, a new highly sensitive detector with tuneable selectivity, has recently been innovated and commercialized. In this paper, the principle of operation of the detector, along with critical challenging industrial applications such as the analysis of oxygenated compounds, sulfur-containing compounds, and other compounds of industrial significance is presented.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,011

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 Opus0,005
Tête enseignante GPT0,231
Écart entre enseignants0,226 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chromatographic ScienceMême sujetPlasma Applications and DiagnosticsTravaux en français237 207