MétaCan
Menu
Retour à la cohorte
Enregistrement W2941317208 · doi:10.1016/j.cpletx.2019.100029

Quantification of nitric acid using photolysis induced fluorescence for use in chemical kinetic studies

2019· article· en· W2941317208 sur OpenAlexfundno aff
Frank A. F. Winiberg, Carl J. Percival, Stanley P. Sander

Notice bibliographique

RevueChemical Physics Letters · 2019
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensnon disponible
Organismes subventionnairesUniversities Space Research AssociationAssociation of Canadian Universities for Research in AstronomyCalifornia Institute of TechnologyJet Propulsion LaboratoryNational Aeronautics and Space Administration
Mots-clésPhotodissociationNitric acidFluorescenceReproducibilityExcited stateAnalytical Chemistry (journal)ChemistryPhotonDetection limitAbsorption (acoustics)Kinetic energyLaser-induced fluorescenceLaserPhotochemistryMaterials scienceAtomic physicsOpticsEnvironmental chemistryInorganic chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Previous laboratory investigations have predominantly relied on UV absorption measurement of [HNO3]. Whilst direct, this measurement is difficult at temperatures <298 K, where heterogeneous loss to cold surfaces is significant. Single and two photon photodissociation of HNO3 was studied in N2 and He at 193 and 248 nm, and a unique HNO3 detection method was established using two photons at 248 nm, with good reproducibility and limit of detection (∼1.25 × 1014 cm−3). Emissions from excited products have been identified spectroscopically, over a range of pressures and laser energies to support the HNO3 quantification method.

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 enseignants0,008
Score d'incertitude au seuil0,702

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 technologies0,0000,000
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 Opus0,057
Tête enseignante GPT0,307
Écart entre enseignants0,250 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Physics LettersMême sujetSpectroscopy and Laser ApplicationsTravaux en français237 207