MétaCan
Menu
Retour à la cohorte
Enregistrement W4387184073 · doi:10.1515/pac-2022-0401

Analytical chemistry of engineered nanomaterials: Part 2. analysis in complex samples (IUPAC Technical Report)

2023· article· en· W4387184073 sur OpenAlexaff
Ján Labuda, Jiřı́ Barek, Zuzana Gajdosechova, Silvana do Couto Jacob, Linda J. Johnston, Petra Krystek, Zoltán Mester, Josino Costa Moreira, Veronika Svitková, Kevin J. Wilkinson

Notice bibliographique

RevuePure and Applied Chemistry · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensUniversité de MontréalNational Research Council Canada
Organismes subventionnairesInternational Union of Pure and Applied Chemistry
Mots-clésChemistryChemical nomenclatureNanomaterialsComplex matrixNanotechnologyCharacterization (materials science)Sample preparationBiochemical engineeringEnvironmental chemistryChromatographyOrganic chemistryEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Recently, the scope, regulation, legislation, and metrology of the analytical chemistry of engineered nanomaterials (ENMs) have been reviewed in the Part 1 of the IUPAC Technical Report. Chemical analysis of nanomaterials in complex sample matrices presents a substantial challenge for analytical science and regulatory agencies. The purpose of the present Part 2 is to discuss the detection, characterization, and quantification of nanomaterials in samples of complex matrices including methods for sample preparation and fitness for purpose. Analytical methods applied to analysis in matrices of environmental samples, food, cosmetics, and biological samples as well as those used to monitor the fate of ENMs in the environment and biological systems are reported. Tables of numerous recently published works on analyses of typical ENMs with detailed protocols and conclusive comments are presented. There is a rapid development in the field mostly in the stage of accumulation of factual material. The single-particle inductively coupled plasma mass spectrometry is already widely used at the chemical analysis of metal-containing nanoparticles.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,047
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,038
Tête enseignante GPT0,302
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 tête enseignante, pas un consensus.

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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePure and Applied ChemistryMême sujetAnalytical chemistry methods developmentTravaux en français237 207