MétaCan
Menu
Retour à la cohorte
Enregistrement W2499878126 · doi:10.1061/9780784414088.ch06

Quantification and Analyses of Nanoparticles in Natural Environments with Different Approaches

2015· book-chapter· en· W2499878126 sur OpenAlexaff
Karima Gmiza, Anne Patricia Kouassi, Satinder Kaur Brar, Guy Mercier, Jean‐François Blais

Notice bibliographique

RevueAmerican Society of Civil Engineers eBooks · 2015
Typebook-chapter
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésNanoparticleTransmission electron microscopyDynamic light scatteringNanotechnologyMaterials scienceChemistry

Résumé

récupéré en direct d'OpenAlex

This chapter discusses the difficulties in analyzing nanoparticles (NPs) in the environment. The figures and tables in the first part of the chapter show the size, application, behavior, and fate of manufactured NPs in the environment. The second part of the chapter presents different electronic microscopic techniques such as transmission electron microscopy, dynamic light scattering, scanning electron microscopy, etc., that are applied to characterize NPs. Some NPs are characterized by shape and size; they have low solubility under normal conditions and are hydrophobic. The effects of other NPs and natural organic matter, the presence of anthropogenic compounds, and the low mass concentration in analyses of NPs are also discussed, leading to the conclusion that quantification and analyses of NPs cannot be achieved with these methods alone. This can contribute to the development of selective and sensitive analytical methods to be used in complex matrices.

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 enseignants0,004
Score d'incertitude au seuil0,650

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 technologies0,0000,001
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 Opus0,061
Tête enseignante GPT0,254
Écart entre enseignants0,192 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Society of Civil Engineers eBooksMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207