Metal 3D‐printed catalytic jet and flame ionization detection for in situ trace carbon oxides analysis by gas chromatography
Notice bibliographique
Résumé
Abstract A gas chromatographic approach for the determination and quantification of trace levels of carbon oxides in gas phase matrices for in situ or near‐line/at‐line analysis has been successfully developed. Catalytic conversion of the target compounds to methane via the methanation process was conducted inside a metal 3D‐printed jet that also acted as a hydrogen burner for the flame ionization detector. Modifications made to a field transportable gas chromatograph enabled the leveraging of advantaged microfluidic‐enhanced chromatography capability for improved chromatographic performance and serviceability. The compatibility with adsorption chromatography technology was demonstrated with in‐house constructed columns. Sustained reliable conversion efficiencies of greater than 99% with respectable peak symmetries were attained at 400°C. Quantification of carbon monoxide and carbon dioxide at a parts‐per‐million level over a range from 0.2 ppm to 5% v/v for both compounds with a respectable precision of less than 3% relative standard deviation for peak area (n = 10) and a detection limit of 0.1 ppm v/v was achieved. Linearity with correlation coefficients of R2 greater than 0.9995 and measured recoveries of >99% for spike tests were achieved. The 3D‐printed steel jet was found to be reliable and resilient against potential contamination from the matrices owing to the in situ backflushing capability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».