Characterization of Aquatic Particles by Direct FTIR Analysis of Filters and Quantification of Elemental and Molecular Compositions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents the first characterization of aquatic particles and particulate organic matter (POM) by attenuated total reflectance infrared spectroscopy (ATR-FTIR) using particles deposited on filters. Particles from 30 water samples from the St. Lawrence System (Canada) were analyzed. ATR-FTIR spectra revealed changes in numerous organic and inorganic functional group contents. Particles from marine waters contained POM enriched in amide, N-H, and aliphatic groups, while terrigenous POM had more COO(-)/COOH and aromatic groups. The spectra showed the selective degradation of amide, N-H, aliphatic, and carbohydrate-like structures during the sinking of the particles. Partial least-squares (PLS) regression of the ATR-FTIR spectra was used to quantify 12 important elemental and molecular parameters, such as amino acids, bacterial biomarkers, and degradation indices. Most parameters were quantified with good accuracy compared to conventional methods (<15% error). The spectral regions leading to the best quantifications and the PLS loadings revealed that aromatic cycles, other unsaturated structures, and COO(-)/COOH groups were degraded at a much slower rate than N-molecules, such as amino acids, and carbohydrates. Marine POM was enriched in CH(3) groups. CH(3) groups appeared highly labile and abundant in bacterial POM. ATR-FTIR represents a new and powerful method for a rapid, inexpensive, and nondestructive characterization of particles collected by filtration revealing important biogeochemical processes involving POM.
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.
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 | 0,002 |
| 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) | 0,000 | 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 découle