MétaCan
Menu
Retour à la cohorte
Enregistrement W4313545906 · doi:10.1021/acssensors.2c02343

An Automated Microfluidic Analyzer for <i>In Situ</i> Monitoring of Total Alkalinity

2023· article· en· W4313545906 sur OpenAlexafffund
Colin Sonnichsen, Dariia Atamanchuk, Andre Hendricks, Sean Morgan, James Smith, Iain Grundke, Edward Luy, Vincent J. Sieben

Notice bibliographique

RevueACS Sensors · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence FundOcean Frontier InstituteCanada Excellence Research Chairs, Government of CanadaCanada Foundation for Innovation
Mots-clésAlkalinitySpectrum analyzerTitrationEnvironmental scienceSeawaterCarbon dioxideCalibrationProcess engineeringChemistryComputer scienceEngineeringPhysicsOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

We have designed, built, tested, and deployed an autonomous in situ analyzer for seawater total alkalinity. Such analyzers are required to understand the ocean carbon cycle, including anthropogenic carbon dioxide (CO 2 ) uptake and for mitigation efforts via monitoring, reporting, and verification of carbon dioxide removal through ocean alkalinity enhancement. The microfluidic nature of our instrument makes it relatively lightweight, reagent efficient, and amenable for use on platforms that would carry it on long-term deployments. Our analyzer performs a series of onboard closed-cell titrations with three independent stepper-motor driven syringe pumps, providing highly accurate mixing ratios that can be systematically swept through a range of pH values. Temperature effects are characterized over the range 5–25 °C allowing for field use in most ocean environments. Each titration point requires approximately 170 μL of titrant, 830 μL of sample, 460 J of energy, and a total of 105 s for pumping and optical measurement. The analyzer performance is demonstrated through field data acquired at two sites, representing a cumulative 25 days of operation, and is evaluated against laboratory measurements of discrete water samples. Once calibrated against onboard certified reference material, the analyzer showed an accuracy of −0.17 ± 24 μmol kg –1 . We further report a precision of 16 μmol kg –1, evaluated on repeated in situ measurements of the aforementioned certified reference material. The total alkalinity analyzer presented here will allow measurements to take place in remote areas over extended periods of time, facilitating affordable observations of a key parameter of the ocean carbon system with high spatial and temporal resolution.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
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)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,022
Tête enseignante GPT0,287
Écart entre enseignants0,265 · 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
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

Citations50
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS SensorsMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207