MétaCan
Menu
Retour à la cohorte
Enregistrement W2334356134 · doi:10.1021/je300581n

Investigation of Effects of the Cosolvent Methanol on the Apparent Solubility of a Suite of Chlorobenzenes Using Headspace Solid-Phase Microextraction (HS-SPME)

2012· article· en· W2334356134 sur OpenAlexaff
Kerry N. McPhedran, Rajesh Seth, Ken G. Drouillard

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2012
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésChemistryChromatographySolid-phase microextractionSolubilityChlorobenzeneMethanolVapoursGas chromatography–mass spectrometryOrganic chemistryMass spectrometry

Résumé

récupéré en direct d'OpenAlex

Cosolvent effects have historically been considered as negligible at cosolvent spiking concentrations below 1 %. Headspace solid-phase microextraction (HS-SPME) was used to determine the effect of the cosolvent methanol (MeOH) on apparent solubility of three chlorobenzenes (CBs) (1,2,4,5-tetrachlorobenzene, pentachlorobenzene, and hexachlorobenzene). All CBs exhibited a ln-linear decreasing relationship between cosolvent volume fraction and extracted mass. However, there were no statistical differences in measured headspace CB concentration at cosolvent additions of 1 % or less compared to controls. This study validated the use of MeOH volumes of 1 % and lower for batch studies using HS-SPME. Ninety-six hour incubation studies using 0.01 %, 10 %, and 100 % MeOH treatments demonstrated chemical losses from headspace vials through time. Declines were greatest for 0.01 % MeOH treatments and nonsignificant for vials containing 100 % MeOH. The silanization of vials using 5 % DCMCS was unsuccessful in reducing chemical loss; therefore potential loss processes must be further investigated prior to using the HS-SPME method for incubated treatments.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,076
Tête enseignante GPT0,350
Écart entre enseignants0,275 · 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetAnalytical chemistry methods developmentTravaux en français237 207