MétaCan
Menu
Retour à la cohorte
Enregistrement W4239977244 · doi:10.1021/ac051035q

Time-Weighted Average Water Sampling with a Solid-Phase Microextraction Device

2005· article· en· W4239977244 sur OpenAlexaff
Gangfeng Ouyang, Yong Chen, Janusz Pawliszyn

Notice bibliographique

RevueAnalytical Chemistry · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésChemistrySolid-phase microextractionSampling (signal processing)Aqueous solutionAnalytical Chemistry (journal)Mass transferChromatographyDiffusionCoatingNaphthalenePassive samplingCalibrationMass spectrometryGas chromatography–mass spectrometryThermodynamics

Résumé

récupéré en direct d'OpenAlex

A fiber-in-needle SPME device was developed and investigated for time-weighted average water sampling. The device was designed so that the overall mass-transfer resistance is contained within the static water inside the needle, which ensures that mass uptake could be predicted with Fick's first law of diffusion and the sampling rate is less affected by water turbulence. The device possesses all of the advantages of commercialized devices, in addition to needle filling and replacement ease. Laboratory calibration with deployment of the device to a flow-through system demonstrated that there was a linear mass uptake for up to 12 days, and the linear range could be longer. PDMS coating is assumed to be a perfect zero sink for most polycyclic aromatic hydrocarbons, except naphthalene. The effect of water temperature was also investigated. Under normal field conditions, the change of mass uptake rate with temperature was negligible. To facilitate the convenience for long-term water sampling, a new standard aqueous generator was introduced. This study extended the application of SPME technology for long-term water sampling.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,310
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207