MétaCan
Menu
Retour à la cohorte
Enregistrement W4300962452 · doi:10.1002/lom3.10517

Improving quantification of particulate phosphorus

2022· article· en· W4300962452 sur OpenAlexaff
Yingyu Hu, Andrew J. Irwin, Zoe V. Finkel

Notice bibliographique

RevueLimnology and Oceanography Methods · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDalhousie University
Organismes subventionnairesSimons Foundation
Mots-clésParticulatesChemistryPhosphorusCombustionVolatilisationHydrolysisEnvironmental chemistryDecompositionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Total particulate phosphorus (TPP) is often determined using the high‐temperature dry combustion (HTDC) method followed by hydrolysis of the ash and then molybdenum colorimetry. Here, we show that a higher than traditionally used combustion temperature, 800°C vs. 450–550°C, improves phosphorus recovery from several phosphorus standard compounds, marine phytoplankton cultures, and particulate samples from the field. The ashing auxiliary MgSO 4 further improves P recovery by improving decomposition, reducing volatilization during combustion, and increasing the efficiency of hydrolysis. A 0.2 M HCl hydrolysis, under 90°C for 30 min yields a higher P recovery compared with hydrolysis at room temperature or 60°C. In aggregate, these improvements to the method double the P recovery from phospholipids to 97%. TPP recovery from laboratory phytoplankton cultures and field samples increased an average of 11%, primarily due to the improvements in P recovery from phospholipids, polyphosphate, and nucleic acids. We refer to this new method as the eXtra high temperature dry combustion (X‐HTDC) Ash/Hydrol method and recommend its application for measuring particulate phosphorus from organic compounds in aquatic systems.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,345
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography MethodsMême sujetMarine and coastal ecosystemsTravaux en français237 207