MétaCan
Menu
Retour à la cohorte
Enregistrement W4400421028 · doi:10.26434/chemrxiv-2024-gq507

A method to measure total gaseous fluorine

2024· preprint· en· W4400421028 sur OpenAlexaff
RenXi Ye, Teles C. Furlani, Andrew P. Folkerson, Scott A. Mabury, Trevor C. VandenBoer, Cora J. Young

Notice bibliographique

RevueChemRxiv · 2024
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueScientific Measurement and Uncertainty Evaluation
Établissements canadiensUniversity of TorontoYork University
Organismes subventionnairesnon disponible
Mots-clésMeasure (data warehouse)FluorineEnvironmental scienceChemistryComputer scienceOrganic chemistryData mining

Résumé

récupéré en direct d'OpenAlex

Total fluorine (TF) analysis is a powerful tool for the characterization of organofluorine contaminants in the environment. Organofluorine compounds are known primarily with respect to the notorious subgroup of poly- and perfluoroalkyl substances (PFAS) and as potent greenhouse gases that can impact climate. The use of targeted methods for every organofluorine compound in the environment is not feasible. While methods are available for TF analysis of condensed phase samples, no technique exists for gas phase TF measurements (TFg). Herein we demonstrate an in-situ instrumental method for TFg via platinum catalyzed thermolysis at 1000 °C in the presence of propane. TFg is fully converted into HF and subsequently quan-tified by existing techniques for F-. The method was validated using nine organofluorine compounds with differing functional groups. We characterized TFg and compared to common speciated measurements in the headspace of four commercial fluorosurfactants and outdoor air. Most TFg (65%-99.8%) in the fluoro-surfactant headspace was unknown. In outdoor air, >50% of TFg was unknown. These high quantities of unknown organofluorine indicate a measurement gap in the gas phase, which could have important impli-cations for atmospheric sources and burdens of PFAS and fluorinated greenhouse gases.

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)0,023
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,008

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 Opus0,346
Tête enseignante GPT0,464
Écart entre enseignants0,118 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetScientific Measurement and Uncertainty EvaluationTravaux en français237 207