Exchanging reputation information between communities: a payment-function approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mercury is considered the most important heavy-metal pollutant, because of the likelihood of bioaccumulation and toxicity. Monitoring widespread ionic mercury (Hg(2+)) contamination requires high-throughput and cost-effective methods to screen large numbers of environmental samples. In this study, we developed a simple and sensitive analysis for Hg(2+) in environmental aqueous samples by combining a microfluidic immunoassay and solid-phase extraction (SPE). Using a microfluidic platform, an ultrasensitive Hg(2+) immunoassay, which yields results within only 10 min and with a lower detection limit (LOD) of 0.13 μg/L, was developed. To allow application of the developed immunoassay to actual environmental aqueous samples, we developed an ion-exchange resin (IER)-based SPE for selective Hg(2+) extraction from an ion mixture. When using optimized SPE conditions, followed by the microfluidic immunoassay, the LOD of the assay was 0.83 μg/L, which satisfied the guideline values for drinking water suggested by the United States Environmental Protection Agency (USEPA) (2 μg/L; total mercury), and the World Health Organisation (WHO) (6 μg/L; inorganic mercury). Actual water samples, including tap water, mineral water, and river water, which had been spiked with trace levels of Hg(2+), were well-analyzed by SPE, followed by microfluidic Hg(2+) immunoassay, and the results agreed with those obtained from reduction vaporizing-atomic adsorption spectroscopy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 découle