Pyrolysis gas chromatography - mass spectrometry of humic substances extracted from Canadian lake sediments
Notice bibliographique
Résumé
Humic substances (HS) were extracted with the aid of 0.1 M Na4P2O7 and 0.5 M NaOH solutions from the sediments of four lakes located in the Sudbury area in Ontario, Canada, namely, Tilton, Clearwater, Silver and Ramsey Lake. The humic acid (HA) and fulvic acid (FA) extracts, purified and characterized using classical methods i.e., elemental analysis, FTIR spectroscopy, and CPMAS 13C NMR (see N. Belzile, H.A. Joly, and H. Li. (1997)), were submitted to pyrolysis - gas chromatography - mass spectrometry (Py-GC-MS). The pyrolysates of the HA and FA extracts were found to be complex mixtures of at least 200 compounds. Results based on statistical analysis of the abundances of pyrolysis products (of known origin) revealed trends similar to those obtained from the classical bulk characterization techniques. The Py-GC-MS technique supported the observation, obtained from classical methods, that the chemical composition of HA extracts varied less significantly among the four lake sediments than for the FA extracts. The abundances of lignin and carbohydrate pyrolysates showed the highest variation among the FA extracts. Pyrolysis products originating from lignin, carbohydrates, proteins, and fatty acids were identified. Key words: humic substances, humic acid, fulvic acid, pyrolysis, pyrolysis gas chromatography mass spectrometry, lake sediments.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».