Identification of plant-based spilled oils using direct analysis in real-time–time-of-flight mass spectrometry with hydrophobic paper sampling
Notice bibliographique
Résumé
Spilled plant-based oils behave very differently in comparison to petroleum oils and require different clean-up measures. They do not evaporate, disperse, dissolve, or emulsify to a significant degree but can polymerize and form an impermeable cap on sediment, smothering benthic media and resulting in an immediate impact on the wildlife community. The current study explored the application of rapid up-to-date direct analysis in real time (DART) with high-resolution mass spectrometry for plant-based oil typing. The study introduced a new concept of using hydrophobic paper to collect and analyze oil samples, thus minimizing sample preparation and expenses. Application of this technique showed its ability to speedily distinguish plant-based from petroleum-based oils. A microcosm experiment exposing plant-based oil samples to weathering processes for comparison with petroleum-based oils demonstrated the ability of the method to classify weathered oil samples and identify their source oil. It was observed that canola and peanut oil were the most resistant to weathering processes. The developed DART-TOFMS method was shown to be accurate for short-term weathered oil spills up to between 12 and 26 days of exposure. The developed method performed identification in less than a day compared to the established multi-day method for oil spill forensics requiring careful sample collection in glass containers, time-consuming laboratory clean-up, lengthy gas chromatography sequences, and careful integration including integration of retention time markers.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».