MétaCan
Menu
Retour à la cohorte
Enregistrement W2922813928 · doi:10.14203/jkti.v14i2.337

PENENTUAN KADMIUM DALAM PRODUK PERIKANAN DENGAN GRAPHITE FURNACE ATOMIC ABSORPTION SPECTROMETRY

2012· article· id· W2922813928 sur OpenAlexaboutno aff
Willy Cahya Nugraha, Christine Elishian, Rosi Ketrin

Notice bibliographique

RevueJurnal Kimia Terapan Indonesia (Indonesian Journal of Applied Chemistry) · 2012
Typearticle
Langueid
DomaineEnvironmental Science
ThématiqueHeavy Metal Pollution Remediation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrowave digestionGraphite furnace atomic absorptionChemistryAtomic absorption spectroscopyHeavy metalsCertified reference materialsMagnesiumMass spectrometryEnvironmental chemistryNuclear chemistryChromatographyPhysicsDetection limit

Résumé

récupéré en direct d'OpenAlex

Penentuan kadmium dalam produk perikanan telah dilakukan menggunakan Graphite Furnace AtomicAbsorption Spectrometry (GF-AAS) dengan magnesium nitrat sebagai matrix modifier, platform atomizationtype A dengan sensitifitas yang tinggi untuk pengukuran kadmium, dan koreksi latar belakang Zeeman. Metodeanalisis  telah  divalidasi  berdasarkan  parameter-parameter  kimia  analitik.  Sebanyak  0,5  g  sampel  produkperikanan didestruksi menggunakan microwave digestion systems dengan menambahkan 5 mL asam nitrat pekatdan 2 mL hidrogen peroksida 30%, kemudian larutan hasil destruksi diencerkan hingga 25 g. Dari larutan inidibuat sederet larutan untuk pengukuran secara adisi standar, dan diukur dengan GF-AAS. Akurasi metodedilakukan dengan menganalisis bahan acuan bersertifikat  DORM 3 Fish Protein Certified Reference Materialfor Trace Metals dari National Research Council Canada dengan nilai recovery sebesar 99,9 ± 0,8%. Dari hasilpenelitian ini diperoleh kadar kadmium dan ketidakpastiannya sebesar 0,273 ± 0,025 mg kg-1berdasarkan beratkering.Kata kunci: GF-AAS, Microwave digestion systems, kadmium, validasi metoda

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Kimia Terapan Indonesia (Indonesian Journal of Applied Chemistry)Même sujetHeavy Metal Pollution RemediationTravaux en français237 207