Development of retention time indices for comprehensive multidimensional gas chromatography and application to ignitable liquid residue mapping in wildfire investigations
Notice bibliographique
Résumé
In this study, we introduce a simple three-step workflow for a universally applicable RI system, to be used in GC×GC analysis of ignitable liquid residue (ILR) for arson investigations. The proposed RI system applies a combination of two well-established GC RI systems: non-isothermal Kovats (K) index in the first dimension and Lee (L) index in the second dimension. The proposed KLI RI system showed very good correlations when compared with predicted values and existing RI systems (r2 = 0.97 in first dimension, r2 = 0.99 in second dimension) and was valid for a wide range of analyte concentrations and operational settings (coefficient of variance (CV) < 1% in first dimension, < 10% in second dimension). Using the KLI RI, an ILR classification contour map was created to assist with the identification of ILR types within ASTM E1618. The contour map was successfully applied to neat fuels and a fire scene sample, highlighting the application to wildfire investigation. Standardizing the RI process and establishing acceptable error margins allows the exploration and comparison of comprehensive data generated from GC×GC analysis of ILRs regardless of location, time, or system, further enhancing comprehensive and tenable chemometric analyses of samples. Overall, the KLI workflow was inexpensive, quick to apply, and user-friendly with its simple 3-step design.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».