Identification of Weak and Strong Organic Acids in Atmospheric Aerosols by Capillary Electrophoresis/Mass Spectrometry and Ultra-High-Resolution Fourier Transform Ion Cyclotron Resonance Mass Spectrometry
Notice bibliographique
Résumé
A novel approach using a combination of capillary electrophoresis/mass spectrometry (CE/MS) and off-line Fourier transform ion cyclotron resonance mass spectrometry (FTICR-MS) revealed the structural details of acidic constituents of atmospheric organic aerosol. Both techniques utilized electrospray ionization (ESI), a soft ionization method, to facilitate the analysis of complex mixtures of organic compounds. CE/ESI-MS using an UltraTrol LN-precoated capillary and acidic background electrolytes at different pH values (2.5 and 4.7) was used to differentiate between weak (carboxylic) and strong (sulfonic) organic acids. On the basis of the electrophoretic mobility, m/z constraints from CE/ESI(-)-MS, and elemental composition information retrieved from off-line FTICR-MS, a variety of aliphatic and aromatic carboxylic acids (CHO-bearing molecules), nitrogen-containing carboxylic acids (CHON-bearing molecules), organosulfates (CHOS-bearing molecules), and (nitrooxy)organosulfates (CHONS-bearing molecules) were tentatively identified in the Oasis-HLB-extracted urban PM(2.5) (particulate matter with an aerodynamic diameter of <2.5 μm). The chemical known/unknown structures of detected compounds were confirmed by the semiempirical Offord model (effective mobility linearly correlated to Z/M(2/3)). The majorities of the identified compounds are products of atmospheric reactions and are known contributors to secondary organic aerosols.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».