Effect Of Sample Injection Volume On Non-Spectroscopic And Spectroscopic Interferences In Inductively Coupled Plasma Mass Spectrometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Non-spectroscopic (also called matrix effects) and spectroscopic interferences (in particular, from oxide and doubly-charged ions) may compromise the accuracy of inductively coupled plasma mass spectrometry measurements.Dilution is widely used to reduce the matrix effects that depend on the absolute quantity of matrix.However, dilution is a source of errors (especially when performed manually) and takes considerable time.An alternative method of reducing the absolute quantity of matrix is proposed in this article, through a reduction in sample injection volume.In this study, capillary-based mono-segmented flow analysis (MSFA) with sample injection as small as 1 L was compared to the continuous nebulization of sample solutions and flow injection of 50-L aliquots.The injection volume and oxide interference had a positive correlation, with 1-L MSFA reducing the amount of CeO + /Ce + by up to 69%.The concurrent increase in Ba ++ /Ba + as the sample volume decreased suggests an increase in plasma temperature when smaller sample volumes are introduced.Signal suppression induced by the 400-mg L -1 Na matrix significantly decreased as the volume of the injected sample decreased and was virtually eliminated with 1-L MSFA.This decrease translated into a negative correlation between the sample volume and accuracy when a drinking water-certified reference material was analyzed by external calibration without internal standardization or matrix matching.Only 1-L MSFA yielded concentrations within the range of inclusion for all analytes.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle