A new solution<sup>31</sup>P NMR sample preparation scheme for marine sediments
Notice bibliographique
Résumé
Abstract A new approach for the preparation of marine sediment samples for solution 31 P nuclear magnetic resonance spectroscopy ( 31 P NMR) has been developed and tested. This approach addresses important aspects associated with sample pretreatments for marine sediments, including the effects of sample pretreatment on sedimentary P composition. The method increases the signals of low abundance P species in 31 P NMR spectra by quantitatively and precisely removing up to 80% of inorganic P (orthophosphate) from sediment samples while causing minimal alteration of the chemical structure of organic P compounds. This method uses a reductive step to solubilize P bound to iron oxyhydroxides, followed by a low pH digestion to extract P from authigenic and biogenic apatite, as well as P bound to calcium carbonate. These P forms combined represent the most abundant inorganic P reservoir in marine sediments. The sample residue is then extracted in an alkaline solvent, 0.25 M NaOH with 0.05 M Na 2 EDTA, and processed for 31 P NMR spectroscopy. The method was tested on natural marine sediment samples from different localities with high inorganic P content (>85% molybdate reactive P), and allowed for the detection of orthophosphate monoesters and pyrophosphate in samples for which only an orthophosphate signal could be resolved with an NaOH‐EDTA extraction alone. This new approach will allow the use of 31 P NMR on samples for which low organic P concentrations previously hindered the use of this tool, and will help answer longstanding question regarding the fate of organic P in marine sediments.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».