MétaCan
Menu
Retour à la cohorte
Enregistrement W2288445349 · doi:10.4236/jep.2016.73037

Trace-Level Analysis of Hexavalent Chromium in Lake Sediment Samples Using Ion Chromatography Tandem Mass Spectrometry

2016· article· en· W2288445349 sur OpenAlexaffabout
Stefanie Mädler, Fengrong Sun, Cindy Tat, Nadya Sudakova, Peter Drouin, Robert J. Tooley, Eric J. Reiner, Teresa Switzer, Richard D. Dyer, H. M. Kingston, Matt Pamuku, Vasile I. Furdui

Notice bibliographique

RevueJournal of Environmental Protection · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueChromium effects and bioremediation
Établissements canadiensUniversity of TorontoMinistry of Energy, Northern Development and MinesMinistry of the Environment, Conservation and Parks
Organismes subventionnairesDuquesne University
Mots-clésIsotope dilutionHexavalent chromiumChemistrySedimentEnvironmental chemistryCertified reference materialsChromiumMass spectrometryExtraction (chemistry)ChromatographyDetection limitGeology

Résumé

récupéré en direct d'OpenAlex

The analysis of hexavalent chromium, Cr(VI), in soil and sediment samples has been predominantly carried out in materials containing elevated levels. Reliable analysis of trace-level of Cr(VI) in sediment samples remains challenging. Cr(VI) analyses with multipoint calibration and speciated isotope dilution (SID) adapted from U.S. EPA method 6800 were used to measure lower-level Cr(VI) on an ion chromatograph coupled with a tandem mass spectrometer (IC-MS/MS). Lake sediment samples were collected from various locations in Northern Ontario and Cr(VI) was extracted using both alkaline digestion and ethylene diaminetetraacetic acid (EDTA) extraction. Certified reference materials were extracted and analyzed by IC-MS/MS and UV-VIS detection. The SID-MS approach allowed for the quantification of Cr(VI) in samples with concentration levels below 0.5 μg.g-1 wet weight.

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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,223
Écart entre enseignants0,202 · 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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental ProtectionMême sujetChromium effects and bioremediationTravaux en français237 207