MétaCan
Menu
Retour à la cohorte
Enregistrement W2333368472 · doi:10.1021/ac504722z

Application of Direct Analysis in Real Time-Mass Spectrometry (DART-MS) to the Study of Gas–Surface Heterogeneous Reactions: Focus on Ozone and PAHs

2015· article· en· W2333368472 sur OpenAlexaff
Shouming Zhou, Matthew W. Forbes, Jonathan P. D. Abbatt

Notice bibliographique

RevueAnalytical Chemistry · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAlfred P. Sloan Foundation
Mots-clésChemistryDART ion sourceDartMass spectrometryOzoneKineticsReagentReactions on surfacesAnalytical Chemistry (journal)Chemical kineticsEnvironmental chemistryIonChromatographyPhysical chemistryOrganic chemistryElectron ionizationAdsorptionIonization

Résumé

récupéré en direct d'OpenAlex

A novel analytical method is presented whereby Direct Analysis in Real Time-Mass Spectrometry (DART-MS) is applied to the study of gas-surface heterogeneous reactions. To illustrate the capabilities of the approach, the kinetics of a well-studied reaction of surface-bound polycyclic aromatic hydrocarbons with ozone are presented. Specifically, using helium as the reagent gas and with the DART heater temperature of 500 °C, nanogram quantities of benzo[e]pyrene (BeP) deposited on the outside of glass melting point capillary tubes were analyzed in positive ion mode with a limit of detection of 40 pg. Using bis(2-ethylhexyl) sebacate as an internal standard, the kinetics of the ozone-BeP reaction were assessed by determining the surface-bound BeP decays, after oxidation in an off-line reaction cell. The reaction is demonstrated to follow the Langmuir-Hinshelwood mechanism, known to prevail for heterogeneous reactions of this type. In addition, a wide array of oxygenated, condensed-phase products has been observed. The present work demonstrates the capability of the DART-MS technique to investigate the heterogeneous chemistry taking place on a wide range of surfaces, such as those that form in both outdoor and indoor environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,048
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,285
Écart entre enseignants0,270 · 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 tête enseignante, 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

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207