Characteristics of PCB congeners and homologues in Chinese transformer oil
Notice bibliographique
Résumé
Eighty-four PCB congeners in transformer oil produced in China were analyzed by gas chromatography mass spectrum (GC-MS) and the international toxicity equivalents (TEQ) indioxin-like PCBs found in Chinese transformer oil were also estimated. The major CB homologue in the total PCBs was Cl3-CB (63%) followed by Cl4-CB and Cl2-CB, accounted for 24% and 9% of ΣPCB, respectively. Low chlorinated biphenyls were the major components of the PCBs in transformer oil produced in China. PCBs in Chinese transformer oil contained 42.9% chlorine, similar to the Aroclor 1242 (contains 40%～42% chlorine). The concentrations of the 6 dioxin-like PCBs found in Chinese transformer oil were low, accounted for 1.6% of ΣPCB. The TEQ of the 6 dioxin-like PCBs was approximately 5.53 μg/mL which was 15% of those found in Aroclor 1242. Among the 6 dioxin-like PCBs, CB-77 had the highest TEQ value, which was 72% of total TEQ, and followed by CB-105 (15%) and the most toxic congener CB-126 (8%).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».