MétaCan
Menu
Retour à la cohorte
Enregistrement W2127373369 · doi:10.1002/jssc.201300383

Multidimensional <scp>GC</scp> using planar microfluidic devices for the characterization of phenolic antioxidants in fuels

2013· article· en· W2127373369 sur OpenAlexaff
Jim Luong, Ronda Gras, Hernan J. Cortes, Robert A. Shellie

Notice bibliographique

RevueJournal of Separation Science · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésMass spectrometryAnalytical Chemistry (journal)ChromatographyMicrofluidicsChemistryAnalyteGas chromatographySpectrometerMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

A multidimensional gas chromatographic approach using planar microfluidic devices for Deans switching has been developed and implemented for the characterization of sterically hindered phenolic compounds used as antioxidants in fuels. Detection and quantitation was conducted with MS in selected ion monitoring mode. A complete analysis is conducted in less than 15 min with precision greater than 5.5% at 1 and 25 ppm w/w (ppm(w)). LODs of 50 ppb w/w (ppb(w)) or better in selected ion monitoring mode and a linear range of 100 ppb(w) to 100 ppm(w) with a correlation coefficient greater than 0.998 were attained for all analytes. Unique to this analytical configuration is the use of a mass spectrometer capable of monitoring the column effluent from either dimension by incorporating a high-temperature rotary valve and a three-port planar microfluidic device. High-molecular-weight (C25-C40) fuel contaminants eluting from the first column can be selectively sent to the mass spectrometer for profile characterization in scan mode. These compounds would otherwise be retained substantially by the low-phase-ratio analytical column employed in the second dimension.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,289
Écart entre enseignants0,264 · 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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Separation ScienceMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207