MétaCan
Menu
Retour à la cohorte
Enregistrement W2159669178 · doi:10.1039/b9ay00106a

Determination of benzene polycarboxylic acids in atmospheric aerosols and vehicular emissions by liquid chromatography-mass spectrometry

2009· article· en· W2159669178 sur OpenAlexaff
Mahmoud M. Yassine, Ewa Dąbek-Złotorzyńska

Notice bibliographique

RevueAnalytical Methods · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésChemistryFormic acidChromatographyPhthalic acidBenzeneColumn chromatographyMass spectrometryParticulatesOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A simple, sensitive and reliable LC-ESI(−)/MS method was developed for determination of selected aromatic dicarboxylic acids (e.g. phthalic acid isomers) and tricarboxylic acids (e.g. trimellitic, trimesic) in atmospheric aerosols and vehicular emissions without complex sample pre-treatment. Gradient liquid chromatographic separation was performed on a Zorbax SB-Aq (150 × 2.1 mm i.d., 3.5 µm) column using a mobile phase consisting of 0.1% formic acid (eluent A) and methanol (eluent B). The Zorbax SB-Aq column was chosen as it was specifically designed to retain highly polar compounds, allowing the use of highly aqueous mobile phases. The method was demonstrated to be sensitive and precise. In the SIM mode, LODs for all target acids dissolved in double deionized water were in the range of 0.03–0.1 µg/L. The method showed a good inter-day precision of retention time (RSD <0.3%) and peak area (RSD <3%). Satisfactory recoveries, ranging from 89 to 107% for the spiked blanks and extracts of real samples, were obtained. The method has been successfully applied to the quantitative analysis of selected benzene polycarboxylic acids in urban atmospheric aerosols and particulate matter emitted from diesel- and gasoline-powered motors. Preliminary results suggest that 3-hydroxyphthalic acid may be used as a potential tracer for diesel engine emissions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 GPT0,288
Écart entre enseignants0,276 · 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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical MethodsMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207