MétaCan
Menu
Retour à la cohorte
Enregistrement W2401637386 · doi:10.1002/jssc.201600436

Ultra‐trace analysis of furanic compounds in transformer/rectifier oils with water extraction and high‐performance liquid chromatography

2016· article· en· W2401637386 sur OpenAlexaff
Monica Lin, Kham Lin, Amanda Lin, Ronda Gras, Jim Luong

Notice bibliographique

RevueJournal of Separation Science · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensDow Chemical (Canada)McGill UniversityMuprime Technology (Canada)
Organismes subventionnairesnon disponible
Mots-clésChromatographyHigh-performance liquid chromatographyTransformerMaterials scienceExtraction (chemistry)TRACE (psycholinguistics)ChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

A novel approach for the determination of parts-per-billion level of 5-hydroxymethyl-2-furaldehyde, furfuryl alcohol, furfural, 2-furyl methyl ketone, and 5-methylfurfural in transformer or rectifier oils has been successfully innovated and implemented. Various extraction methods including solid-phase extraction, liquid-liquid extraction using methanol, acetonitrile, and water were studied. Water was by far the most efficient solvent for use as an extraction medium. Separation of the analytes was conducted using a 4.6 mm × 250 mm × 3.5 μm Agilent Zorbax column while detection and quantitation were conducted with a variable wavelength UV detector. Detection limits of all furans were at 1 ppb v/v with linear ranges range from 5 to 1000 ppb v/v with correlation coefficients of 0.997 or better. A relative standard deviation of at most 2.4% at 1000 ppb v/v and 7.3% at 5 ppb v/v and a recovery from 43% to 90% depending on the analyte monitored were obtained. The method was purposely designed to be environmental friendly with water as an extraction medium. Also, the method uses 80% water and 20% acetonitrile with a mere 0.2 mL/min of acetonitrile in an acetonitrile/water mixture as mobile phase. The analytical technique has been demonstrated to be highly reliable with low cost of ownership, suitable for deployment in quality control labs or in regions where available analytical resources and solvents are difficult to procure.

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)0,001
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,240 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Separation ScienceMême sujetPower Transformer Diagnostics and InsulationTravaux en français237 207