Rapid analysis of spilled petroleum oils by direct analysis in real time time-of-flight mass spectrometry with hydrophobic paper sample collection
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».