MétaCan
Menu
Retour à la cohorte
Enregistrement W2960919784 · doi:10.26896/1028-6861-2019-85-6-11-24

ICP-MS AND ICP-AES ANALYSIS OF PLANT REFERENCE MATERIALS

2019· article· en· W2960919784 sur OpenAlexaboutno aff
И. В. Николаева, A. A. Kravchenko, S. V. Palessky, S. V. Nechepurenko, Д. В. Семенова

Notice bibliographique

RevueIndustrial laboratory Diagnostics of materials · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInductively coupled plasma mass spectrometryInductively coupled plasma atomic emission spectroscopyMass spectrometryCertified reference materialsInductively coupled plasmaMicrowave digestionAnalytical Chemistry (journal)ChemistryEnvironmental chemistryDetection limitChromatographyPhysicsPlasma

Résumé

récupéré en direct d'OpenAlex

Two methods — ICP-MS and ICP-AES are used for certification of the new reference material — needles of Siberian pine (NSP-1). Techniques of the analysis include decomposition of plant samples in two different ways: acid digestion in a microwave system MARS-5 and lithium metaborate fusion followed by ICP-MS and ICP-AES analysis of the solutions. Simultaneous determinations of all the elements were carried out in low, medium and high resolution using SF-mass-spectrometer ELEMENT and atomic-emission spectrometer IRIS Advantage with external calibrations and internal standards (In — ICP-MS, Sc —ICP-AES). Middle and high resolutions of ICP mass spectrometer were used for interference corrections. Data obtained by ICP-MS and ICP-AES with different decomposition techniques are in good agreement. The ICP-MS and ICP-AES techniques have been validated by the analysis of three plant reference materials: LB-1 (leaf of a birch), Tr-1 (grass mixture) and EK-1 (Canadian pondweed). These techniques were used for the determination of 38 elements in the new reference material NSP-1. Relative standard deviations for most of the determined elements were below 10%. Combination of ICP-MS and ICP-AES techniques for certification of the new reference material makes it possible to expand the set of elements to be determined and to reduce the total analysis time.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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)0,0120,000

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 Opus0,025
Tête enseignante GPT0,236
Écart entre enseignants0,212 · 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.

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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial laboratory Diagnostics of materialsMême sujetHeavy metals in environmentTravaux en français237 207