MétaCan
Menu
Retour à la cohorte
Enregistrement W4401907381 · doi:10.1186/s40068-024-00361-8

Rapid analysis of spilled petroleum oils by direct analysis in real time time-of-flight mass spectrometry with hydrophobic paper sample collection

2024· article· en· W4401907381 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueENVIRONMENTAL SYSTEMS RESEARCH · 2024
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésRacing slickEnvironmental sciencePrincipal component analysisSampling (signal processing)DartPetroleumDART ion sourceFuel oilSample (material)Filter (signal processing)Petroleum engineeringOil spillChemistryComputer scienceChromatographyWaste managementGeologyEnvironmental engineeringEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Background Oil spills are widespread and can cause devastating environmental consequences. Rapid oil identification is critical to find the origin of the spill, monitor the environment, and lead to informed mitigation measures. The current standard methods in oil spill identification are precise and reliable, but require extensive sample preparation, long instrument runs, and time-consuming data processing. Direct analysis in real time time-of-flight mass spectrometry (DART-ToF MS) has been employed to screen for spilled petroleum oils, with results obtained in mere hours. The present study introduced an innovative, simple, and fast oil sampling method using hydrophobic filter paper and demonstrated its compatibility with DART-ToF MS analysis. Motor oils, jet fuels, marine diesels, crude oils, intermediate fuel oils, heavy fuel oils, and diluted bitumen were collected using the filter paper sampling method. Classification models were constructed from the spectral data by heat map inspection followed by principal component analysis (PCA) and discriminant analysis of principal components (DAPC). Oil slicks and weathered oil slicks were prepared from five oil types, and samples from each slick were collected using filter paper. Results The filter paper technique allowed for effective oil sampling and data acquisition by DART-ToF MS for diluted source oils, oil slicks and weathered oil slicks. Classification via the constructed DAPC models indicated that the DART-ToF MS instrument in tandem with filter paper sampling and multivariate statistics can accurately identify common oil types, with significant improvement of sample collection and turnaround time. Conclusions The promising classification results, simple sample collection, and rapid data analysis illustrate the potential use of hydrophobic filter paper and DART-ToF MS as tools in managing large scale oil spill emergency situations.

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 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 candidatesCharge 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 enseignants0,139
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,007
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,000

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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,258 · 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