MétaCan
Menu
Retour à la cohorte
Enregistrement W4415020389 · doi:10.1016/j.greeac.2025.100303

Proof-of-concept testing of passive sampling of sewer gas for VOC Vapors using the waterloo membrane sampler™

2025· article· en· W4415020389 sur OpenAlexaff
Todd McAlary, A. Inglis, Brent G. Pautler, Heidi Hayes

Notice bibliographique

RevueGreen Analytical Chemistry · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSampling (signal processing)Passive samplingCombined sewerContaminationReproducibilityVolatile organic compoundPollutionEnvironmental monitoringMembrane

Résumé

récupéré en direct d'OpenAlex

• Passive time-weighted average samples minimize uncertainty due to temporal variability in sewer headspace • WMS™ performs well for monitoring concentrations of volatile vapors in sewer headspace • WMS™ membrane is protected from condensation in sewer headspace Sewer gas ingress to houses has recently been identified as a pathway of potential human health concern for volatile organic compounds (VOCs) such as chlorinated solvents and petroleum hydrocarbons at or near regulated contaminated sites. This is a relatively new field of assessment and raises questions regarding monitoring methods. This article provides data to compare a passive sampling alternative to active grab samples for sewer headspace VOC vapor monitoring. Passive sampling has several potential advantages, including fewer sampling events needed compared to active grab sampling for confident assessment of time-weighted average (TWA) concentrations, reducing the carbon footprint. The Waterloo Membrane Sampler™ (WMS™) has a hydrophobic membrane to limit interference attributable to water vapor and small size to enable deployment through holes in maintenance covers without lifting the cover. This paper describes a proof-of-concept field trial conducted in three events. The WMS™ results show good precision and reproducibility and reasonable accuracy, considering temporal variability throughout the sampling period was not explicitly determined. Furthermore, collection of longer-duration TWA samples has less susceptibility to bias from temporal variability compared to active grab samples. The WMS™ data showed much lower reporting limits than the TO-15 full scan analysis and quantified several compounds that were not detected by the TO-15 full scan analysis. The WMS™ also showed good durability over extended sample durations in a humid environment, with no special considerations for security, ease of use, shipping, storage and handling, and comparable cost to the active sampling method.

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)0,002
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 enseignants0,214
Score d'incertitude au seuil0,875

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,289
Écart entre enseignants0,242 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreen Analytical ChemistryMême sujetAnalytical Chemistry and SensorsTravaux en français237 207