MétaCan
Menu
Retour à la cohorte
Enregistrement W3131520007 · doi:10.1111/gwmr.12435

A New Method for Determining Compound Specific Carbon Isotope of Chlorinated Solvents in Porewater

2021· article· en· W3131520007 sur OpenAlexaff
Jofre Herrero, Diana Puigserver, Beth L. Parker, José M. Carmona

Notice bibliographique

RevueGroundwater Monitoring & Remediation · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésChemistryTrichloroethyleneTetrachloroethyleneDetection limitMass spectrometryEnvironmental chemistryExtraction (chemistry)Gas chromatographyChromatographySolventGas chromatography–mass spectrometrySolid phase extractionIsotope-ratio mass spectrometryIsotope analysisContaminationIsotopes of carbonTotal organic carbonOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A new method for the extraction of chlorinated solvents (CSs) from porewater with dimethylacetamide (DMA) used as a solvent and the determination of δ 13 C by gas chromatography‐isotope ratio mass spectrometry (GC‐IRMS) with solid‐phase microextraction (SPME) are presented. This method was used for the determination of δ 13 C of chloroethenes and chloromethanes. The extraction of the CSs from porewater with DMA led to a minimal loss of mass of solvent and chlorinated compounds. The accuracy of the method was verified with the analysis of the pure injected compounds using elemental analyzer—isotope ratio mass spectrometry (EA‐IRMS). It has been effectively applied in a study area in saturated soil samples of a pollutant source zone of perchloroethylene (PCE) and trichloroethylene (TCE). The limit of quantification of the new method was 0.034 μg/g for PCE and TCE for 10–20 g of soil sample. This new method allows for compound‐specific isotope analysis of CSs in porewater, which can be beneficial in sites where the identification of contamination sources and the behavior of the contaminants are not clear.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,233
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,283
Écart entre enseignants0,257 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGroundwater Monitoring & RemediationMême sujetToxic Organic Pollutants ImpactTravaux en français237 207