MétaCan
Menu
Retour à la cohorte
Enregistrement W4414935864 · doi:10.3390/chemosensors13100365

Reverse Titration Using Tablets for Accurate Water Hardness Measurement with Improved Resistance to Interference

2025· article· en· W4414935864 sur OpenAlexafffund
Chinonso Henry Ezeoke, Zubi Sadiq, Seyed Hamid Safiabadi Tali, Sana Jahanshahi‐Anbuhi

Notice bibliographique

RevueChemosensors · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésEriochrome Black TTitrationEthylenediaminetetraacetic acidPullulanComplexometric titrationDissolutionReagentInterference (communication)

Résumé

récupéré en direct d'OpenAlex

We report a novel tablet-based reverse titration system for rapid, point-of-use measurement of water hardness, overcoming key limitations of conventional EDTA titration. Reagents are encapsulated in pullulan matrix giving two separate tablets. The first tablet contains the Eriochrome black T (EBT) and N-cyclohexyl-3-aminopropanesulfonic acid (CAPS) buffer, while the second encapsulates ethylenediaminetetraacetic acid (EDTA) disodium salt dihydrate. The system employs a trimodal detection strategy: qualitative screening via immediate color change with the EBT tablet, semi-quantitative estimation through combined tablet dissolution and adjusting the sample volume to a reference level, and quantitative determination using reverse titration, where water is gradually added until the red wine endpoint appears. This approach enhances interference tolerance from competing metal ions and improves accuracy over traditional methods. Testing with real water samples showed excellent agreement with standard titration. The tablets remain stable for over seven months, and the system eliminates the need for skilled personnel, laboratory equipment, or bulky instrumentation. This low-cost, user-friendly, and interference-tolerant platform enables rapid and accurate water hardness assessment at the point of use.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,260
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,035
Tête enseignante GPT0,264
Écart entre enseignants0,228 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemosensorsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207