MétaCan
Menu
Retour à la cohorte
Enregistrement W3172912867 · doi:10.1021/acsomega.1c00721

Detection Limits of Trinitrotoluene and Ammonium Nitrate in Soil by Raman Spectroscopy

2021· article· en· W3172912867 sur OpenAlexaboutno aff
Trevor R. Schlack, Samuel Beal, Elizabeth J. Corriveau, Jay Clausen

Notice bibliographique

RevueACS Omega · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Homeland Security
Mots-clésTrinitrotolueneRaman spectroscopyDetection limitAnalytical Chemistry (journal)Calibration curveCalibrationMass spectrumChemistryMass spectrometryNitrateAmmoniumAmmonium nitrateMass concentration (chemistry)ChromatographyMathematicsPhysicsExplosive materialOpticsStatistics

Résumé

récupéré en direct d'OpenAlex

The detection limit of 2,4,6-trinitrotoluene (TNT) and ammonium nitrate (AN) in mixtures of Ottawa sand (OS) was studied using a Raman microscope applying conventional calibration curves, Pearson correlation coefficients, and two-sample t-tests. By constructing calibration curves, the conventionally defined detection limits were estimated to be 1.9 ± 0.4% by mass in OS and 1.9 ± 0.3% by mass in OS for TNT and AN. Both TNT and AN were detectable in concentrations as low as 1% by mass when Pearson correlation coefficients were used to compare averaged spectra to a library containing spectra from a range of soil types. AN was detectable in concentrations as low as 1% by mass when a test sample of spectra was compared to the same library using two-sample t-tests. TNT was not detectable at a concentration of 1% by mass when using two-sample t-tests.

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 enseignants0,003
Score d'incertitude au seuil0,623

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207