Compound-Specific Carbon, Hydrogen, and Nitrogen Isotope Analysis of Nitro- and Amino-Substituted Chlorobenzenes in Complex Aqueous Matrices
Notice bibliographique
Résumé
Compound-specific isotope analysis (CSIA) is an established tool to study the fate of legacy groundwater contaminants but is only emerging for nonconventional contaminants, e.g., nitro- and amino-substituted chlorobenzenes that are widely used as industrial feedstock and the target of this work. To date, CSIA of the target compound groups used special combustion interfaces and the potential matrix interferences in environmental samples has not been assessed. We validated CSIA methods for δ 13 C, δ 2 H, and δ 15 N of four analytes from each chemical group and developed a solid-phase extraction (SPE) method to minimize matrix interferences during preconcentration of complex aqueous samples. The SPE recovery was >80% and the method quantification limits of SPE-CSIA for δ 13 C, δ 2 H, and δ 15 N were 0.03–0.57, 1.3–2.7, and 3.4–10.2 μM aqueous-phase concentrations, respectively, using 2 L of spiked MQ water. The SPE-CSIA procedure showed negligible isotope fractionation for δ 13 C (≤0.5‰), δ 15 N (≤0.5‰), and δ 2 H (≤5‰ for nitroaromatics and ≤10‰ for aminoaromatics). In addition, solvent evaporation, water sample storage up to 7 months, and SPE extract storage for 1.5 years did not change analytes’ δ 13 C signatures beyond ±0.5‰. However, to avoid significant δ 2 H and δ 15 N fractionation of aminoaromatics, cartridge breakthrough should be avoided and SPE preconcentration must be conducted at pH > p K a + 2. Application of the method at a contaminated site showed excellent precision, at ≤0.3‰ for C and N, and ≤1.5‰ for H. The methods validated here now allow the use of multielement CSIA to track the environmental fate of nitro- and amino-substituted chlorobenzenes in complex aqueous samples.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».