MétaCan
Menu
Retour à la cohorte
Enregistrement W3125156220 · doi:10.1038/s41598-021-81779-3

Lab-on-chip analyser for the in situ determination of dissolved manganese in seawater

2021· article· en· W3125156220 sur OpenAlexaff
Felix Geißler, Eric P. Achterberg, Alexander Beaton, Mark J. Hopwood, Mario Espósito, Matthew C. Mowlem, Douglas P. Connelly, Douglas W.R. Wallace

Notice bibliographique

RevueScientific Reports · 2021
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Environment Research CouncilBundesministerium für Wirtschaft und EnergieSight Research UK
Mots-clésReagentAnalyserDetection limitInductively coupled plasma mass spectrometrySeawaterManganeseChemistryTironMasking agentMass spectrometryChromatographyAnalytical Chemistry (journal)

Résumé

récupéré en direct d'OpenAlex

Abstract A spectrophotometric approach for quantification of dissolved manganese (DMn) with 1-(2-pyridylazo)-2-naphthol (PAN) has been adapted for in situ application in coastal and estuarine waters. The analyser uses a submersible microfluidic lab-on-chip device, with low power (~ 1.5 W) and reagent consumption (63 µL per sample). Laboratory characterization showed an absorption coefficient of 40,838 ± 1127 L⋅mol −1 ⋅cm −1 and a detection limit of 27 nM, determined for a 34.6 mm long optical detection cell. Laboratory tests showed that long-term stability of the PAN reagent was achieved by addition of 4% v/v of a non-ionic surfactant (Triton-X100). To suppress iron (Fe) interferences with the PAN reagent, the Fe(III) masking agents deferoxamine mesylate (DFO-B) or disodium 4,5-dihydroxy-1,3-benzenedisulfonate (Tiron) were added and their Fe masking efficiencies were investigated. The analyser was tested during a deployment over several weeks in Kiel Fjord (Germany), with successful acquisition of 215 in situ data points. The time series was in good agreement with DMn concentrations determined from discretely collected samples analysed via inductively coupled plasma mass spectrometry (ICP-MS), exhibiting a mean accuracy of 87% over the full deployment duration (with an accuracy of > 99% for certain periods) and clear correlations to key hydrographic parameters.

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 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 enseignants0,030
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,265
Écart entre enseignants0,246 · 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

Citations25
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207