MétaCan
Menu
Retour à la cohorte
Enregistrement W2162529421 · doi:10.1039/b508334f

Injectors for capillary gas chromatography and their application to environmental analysis

2005· review· en· W2162529421 sur OpenAlexaff
Renata Bailey

Notice bibliographique

RevueJournal of Environmental Monitoring · 2005
Typereview
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésInjectorVaporizerGas chromatographyChromatographyAnalyteChemistryEnvironmental analysisFlame ionization detectorBoiling pointDetection limitVolume (thermodynamics)Transfer lineAnalytical Chemistry (journal)Capillary actionMatrix (chemical analysis)Solid phase extractionMaterials scienceWaste managementOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The application of different injectors in capillary gas chromatography (GC) analysis of semi-volatile organic contaminants in environmental samples prepared in organic solvents is reviewed. The injectors examined include a split/splitless injector in splitless mode (SS), cold on-column (COC), and programmable temperature vaporizer (PTV) and adaptations of these injector designs. Key issues when selecting an injector include properties of the analyte, such as potential for thermal degradation or discrimination of high boiling point compounds within the injector, and the ability of the GC systems to handle large volume injections (LVI) primarily to lower detection limits and allow direct coupling with sample preparation techniques such as at-line or on-line solid phase extraction (SPE). LVI also require consideration of matrix interference issues. This review examines only injector chamber modifications that are feasible with a standard GC configuration, however some modifications to the chromatographic system to extend the range of applicability of gas chromatography analysis for environmental samples are also noted.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,007

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 GPT0,264
Écart entre enseignants0,252 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations26
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental MonitoringMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207