Discrimination of constructed air samples using multivariate analysis of full scan membrane introduction mass spectrometry (MIMS) data
Notice bibliographique
Résumé
RATIONALE: Volatile and semi-volatile organic compounds (S/VOCs) are important atmospheric pollutants affecting both human and environmental health. They are directly measured as an unresolved mixture using membrane introduction mass spectrometry (MIMS). We apply chemometric techniques to discriminate, classify, and apportion air samples from a variety of sources. METHODS: Full scan mass spectra of lab-constructed air samples were obtained using a polydimethylsiloxane membrane interface and an electron ionization ion trap mass spectrometer. Normalized full scan spectra were analyzed using principal component analysis (PCA), cluster analysis, and k-nearest neighbours (kNN) for sample discrimination and classification. Multivariate curve resolution (MCR) was used to extract pure component contributions. Similar techniques were applied to VOC mixtures sampled from different woodsmoke emissions and from the headspace above aqueous hydrocarbon solutions. RESULTS: PCA successfully discriminated 32 constructed VOC mixtures from nearly 300 air samples, with cluster analysis showing similar results. Further, kNN classification (k = 1) correctly classified all but one test set sample, and MCR successfully identified the pure compounds used to construct the VOC mixtures. Real-world samples resulting from the combustion of different wood species and those associated with water contaminated with different commercial hydrocarbon products were similarly discriminated by PCA. CONCLUSIONS: Chemometric techniques have been evaluated using full scan MIMS spectra with a series of VOC mixtures of known composition containing known compounds, and successfully applied to samples with known sources, but unknown molecular composition. These techniques have application to source identification and apportionment in real-world environmental samples impacted by atmospheric pollutants.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».