MétaCan
Menu
Retour à la cohorte
Enregistrement W3191109774 · doi:10.1177/00037028211035754

Trace Selenium Measurement in Water Using Laser-Induced Fluorescence Assisted by Laser Ablation

2021· article· en· W3191109774 sur OpenAlexaff
Elton Soares de Lima Filho, Paul Bouchard, Mohamad Sabsabi, Guy Lamouche, A. Harhira

Notice bibliographique

RevueApplied Spectroscopy · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésSeleniumLaser ablationDetection limitFluenceAnalytical Chemistry (journal)LaserChemistryConsumablesMaterials scienceLaser-induced fluorescenceOpticsEnvironmental chemistryChromatographyMetallurgy

Résumé

récupéré en direct d'OpenAlex

Selenium detection and removal from industrial and mining effluents have gained attention recently due to the negative effects of this trace element on aquatic life. However, the current methods for the detection of selenium in effluents are off-line by nature. In order to fill this gap, we investigated the use of laser ablation-assisted laser-induced fluorescence (LA-LIF) to measure trace amount of selenium in aqueous solutions. LA-LIF measurements are real time, label-free, standoff, and require no consumables as well as no sample preparation. They can provide a field-amenable, versatile tool for the measurement of selenium in the whole water treatment chain. We describe the system utilized, the temporal and fluence optimization studies, and the resulting calibration curve, which is linear over a wide dynamic range from parts-per-billion to tens of parts-per-million concentration levels. We also show that the achieved limit of detection of selenium can reach 32 µg/L using LA-LIF, without any kind of preconcentration or matrix transfer.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,049
Score d'incertitude au seuil1,000

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)0,0020,000

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 Opus0,040
Tête enseignante GPT0,285
Écart entre enseignants0,245 · 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.

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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SpectroscopyMême sujetAnalytical chemistry methods developmentTravaux en français237 207