Highly Efficient Photochemical Vapor Generation for Sensitive Determination of Iridium by Inductively Coupled Plasma Mass Spectrometry
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Herein, we describe the highly efficient photochemical vapor generation (PVG) of a volatile species of Ir (presumably iridium tetracarbonyl hydride) for subsequent detection by inductively coupled plasma mass spectrometry (ICPMS). A thin-film flow-through photoreactor, operated in flow injection mode, provided high efficiency following optimization of identified key PVG parameters, notably, irradiation time, pH of the reaction medium, and the presence of metal sensitizers. For routine use and analytical application, PVG conditions comprising 4 M formic acid as the reaction medium, the presence of 10 mg L –1 Co 2+ and 25 mg L –1 Cd 2+ as added sensitizers, and an irradiation time of 29 s were chosen. An almost 90% overall PVG efficiency for both Ir 3+ and Ir 4+ oxidation states was accompanied by excellent repeatability of 1.0% ( n = 15) of the peak area response from a 50 ng L –1 Ir standard. Limits of detection ranged from 3 to 6 pg L –1 (1.5–3 fg absolute), dependent on use of the ICPMS reaction/collision cell. Interferences from several transition metals and metalloids as well as inorganic acids and their anions were investigated, and outstanding tolerance toward chloride was found. Accuracy of the developed methodology was verified by analysis of NIST SRM 2556 (Used Auto Catalyst) following peroxide fusion for sample preparation. Practical application was further demonstrated by the direct analysis of spring water, river water, lake water, and two seawater samples with around 100% spike recovery and no sample preparation except the addition of formic acid and the sensitizers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».