MétaCan
Menu
Retour à la cohorte
Enregistrement W2481431266 · doi:10.3390/s16081190

Practical Application of Electrochemical Nitrate Sensor under Laboratory and Forest Nursery Conditions

2016· article· en· W2481431266 sur OpenAlexafffund
William-Olivier Caron, Mohammed S. Lamhamedi, Jeff Viens, Younès Messaddeq

Notice bibliographique

RevueSensors · 2016
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensMinistère des Ressources naturelles et des ForêtsUniversité Laval
Organismes subventionnairesMinistère des Forêts, de la Faune et des Parcs
Mots-clésNitrateEnvironmental scienceLeaching (pedology)Environmental chemistryChemistrySoil scienceSoil water

Résumé

récupéré en direct d'OpenAlex

The reduction of nitrate leaching to ensure greater protection of groundwater quality has become a global issue. The development of new technologies for more accurate dosing of nitrates helps optimize fertilization programs. This paper presents the practical application of a newly developed electrochemical sensor designed for in situ quantification of nitrate. To our knowledge, this paper is the first to report the use of electrochemical impedance to determine nitrate concentrations in growing media under forest nursery conditions. Using impedance measurements, the sensor has been tested in laboratory and compared to colorimetric measurements of the nitrate. The developed sensor has been used in water-saturated growing medium and showed good correlation to certified methods, even in samples obtained over a multi-ion fertilisation season. A linear and significant relationship was observed between the resistance and the concentration of nitrates (R² = 0.972), for a range of concentrations of nitrates. We also observed stability of the sensor after exposure of one month to the real environmental conditions of the forest nursery.

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 enseignants0,016
Score d'incertitude au seuil0,454

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,263
Écart entre enseignants0,253 · 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207