MétaCan
Menu
Retour à la cohorte
Enregistrement W2329371984 · doi:10.1021/ac501710y

An Added Dimension: GC Atmospheric Pressure Chemical Ionization FTICR MS and the Athabasca Oil Sands

2014· article· en· W2329371984 sur OpenAlexafffundabout
Mark P. Barrow, Kerry M. Peru, John V. Headley

Notice bibliographique

RevueAnalytical Chemistry · 2014
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment Canada
Mots-clésOil sandsChemistryAtmospheric-pressure chemical ionizationFourier transform ion cyclotron resonanceMass spectrometryNaphthenic acidElectrospray ionizationChromatographyEnvironmental chemistryChemical ionizationAnalytical Chemistry (journal)IonizationIonOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The Athabasca oil sands industry, an alternative source of petroleum, uses large quantities of water during processing of the oil sands. In keeping with Canadian environmental policy, the processed water cannot be released to natural waters and is thus retained on-site in large tailings ponds. There is an increasing need for further development of analytical methods for environmental monitoring. The following details the first example of the application of gas chromatography atmospheric pressure chemical ionization Fourier transform ion cyclotron resonance mass spectrometry (GC-APCI-FTICR MS) for the study of environmental samples from the Athabasca region of Canada. APCI offers the advantages of reduced fragmentation compared to other ionization methods and is also more amenable to compounds that are inaccessible by electrospray ionization. The combination of GC with ultrahigh resolution mass spectrometry can improve the characterization of complex mixtures where components cannot be resolved by GC alone. This, in turn, affords the ability to monitor extracted ion chromatograms for components of the same nominal mass and isomers in the complex mixtures. The proof of concept work described here is based upon the characterization of one oil sands process water sample and two groundwater samples in the area of oil sands activity. Using the new method, the Ox and OxS compound classes predominated, with OxS classes being particularly relevant to the oil sands industry. The potential to resolve retention times for individual components within the complex mixture, highlighting contributions from isomers, and to characterize retention time profiles for homologous series is shown, in addition to the ability to follow profiles of double bond equivalents and carbon number for a compound class as a function of retention time. The method is shown to be well-suited for environmental forensics.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,975
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,004
Tête enseignante GPT0,215
Écart entre enseignants0,211 · 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

Citations86
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetPetroleum Processing and AnalysisTravaux en français237 207