Improvements to Single Particle ICPMS by the Online Coupling of Ion Exchange Resins
Notice bibliographique
Résumé
Single particle ICPMS (SP-ICPMS) is becoming a very promising technique for nanoparticle detection and characterization, especially at very low concentrations (~10(-12)-10(-10) M). Nonetheless, the ability of the technique to detect smaller nanoparticles is presently limited by the setting of threshold values for the discrimination of nanoparticles from the dissolved metal background. In this study, a new approach to attaining lower particle size detection limits has been developed by the online coupling of an ion exchange column (IEC) with SP-ICPMS (IEC-SP-ICPMS). The IEC effectively removes the continuous signal of dissolved metal, allowing for both lower detection limits and an improved resolution of solutions containing multiple particles. The feasibility and the efficiency of this coupling were investigated using silver nanoparticles in the presence of various concentrations of Ag(+) and other major ions (Mg(2+), Ca(2+), Na(+), K(+), and Cl(-)). The online elimination of the dissolved metal made data processing simpler and more accurate. Following the addition of 1 to 4 μg L(-1) of Ag(+) spikes, symmetric particle size distributions were obtained using IEC-SP-ICPMS, whereas the use of SP-ICPMS alone led to asymmetric distributions, especially for nanoparticle sizes below 60 nm. Although this proof of principle study focused on nanosilver, the technique should be particularly useful for any of the metal based nanoparticles with high solubilities.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,005 |
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 ».