MétaCan
Menu
Retour à la cohorte
Enregistrement W2993398015 · doi:10.1021/acs.analchem.9b03913

Single-Particle Analysis for Structure and Iron Chemistry of Atmospheric Particulate Matter

2019· article· en· W2993398015 sur OpenAlexaff
Jie Ding, Yong Guan, Yalin Cong, Liang Chen, Yufeng Li, Lijuan Zhang, Lili Zhang, Jian Wang, Ru Bai, Yuliang Zhao, Chunying Chen, Liming Wang

Notice bibliographique

RevueAnalytical Chemistry · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensCanadian Light Source (Canada)University of Saskatchewan
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésChemistryParticulatesParticle (ecology)AerosolFerrousSynchrotronHazeHematiteSynchrotron radiationChemical physicsEnvironmental chemistryMineralogyOpticsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

As a representative transition metal, iron plays a key role in chemical activities of atmospheric particulate matter (PM), being involved in particle-related free radical generation and adverse health effects. However, limited understanding of the structure and properties of individual micrometer-sized particulates obscures investigating the contributions of iron toward chemical activities. Here, we describe multidimensional analytical strategies to characterize the mass, spatial distribution, and chemical forms of iron in single haze particles using synchrotron radiation techniques. We first used X-ray fluorescence imaging to quantify the masses of multiple metals and yielded distribution maps of transition metals, which revealed the types of elements that tend to occur together. Additionally, we employed nanocomputed tomography to assess the spatial distribution of iron and observed that iron exists as small aggregates and is concentrated primarily in subsurface regions. We also combined X-ray absorption near structures with scanning transmission X-ray microscopy to quantify the ferrous and ferric forms and mapped their distributions in individual particles, which probably attribute chemical activity of iron. In conclusion, we demonstrated the power of synchrotron radiation-based techniques to study heretofore inaccessible chemical information in single haze particles, which may provide important clues about iron chemistry as a source of Fenton reactions and health effects. The multifaceted analytical approaches exhibit high sensitivity (subfemtogram per particle or ∼0.2 fg/μm 2 ) toward multiple elements and are promising to be used for studying other concepts such as the solubility of aerosol iron, the heterogeneous oxidation of organic matters and SO 2, and the formation and the aging of haze particles.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,265
Écart entre enseignants0,249 · 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

Citations37
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAir Quality and Health ImpactsTravaux en français237 207