Analysis of Selected Aromatic Hydrocarbons from Drinking Water and Natural Water Potentially Affected by Shale Gas Production
Notice bibliographique
Résumé
Summary In Canada, shale gas exploration is underway in several provinces, with most of the production currently on-going in the western provinces. Public concern is growing with regard to potential impacts on the quality and quantity of water resources, most importantly drinking water. Water impact assessment requires extensive collection of baseline data sets. Re-use of produced water for hydraulic fracturing is being encouraged and knowledge of organic impurities present is important in optimising treatment processes. Developing analytical methods for chemical indicators of shale gas exploitation impact on water sources is key for future monitoring studies. An automated SPME-GC-MS method for the quantitation of 22 aromatic hydrocarbons (BTEX, trimethylbenzenes, naphthalene, methyl and dimethylnaphthalenes) with adequate sensitivity for drinking water impact studies is described here. Drinking water samples were quenched with 0.114 M ascorbic acid, extracted using a CombiPAL autosampler equipped with a PDMS fibre and analysed using a GC-MS/MS instrument. The method was tested on untreated and treated water samples. Method sensitivity was adequate for drinking water quality testing. All analytes were stable for 14 days in all tested samples. Analyte recovery ranged from 78% for benzene to 116 % for 1,2,3-trimethylbenzene and was independent of the characteristics of the water.
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 | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 ».