MétaCan
Menu
Back to cohort
Record W4251352592 · doi:10.17771/pucrio.acad.16482

DETERMINAÇÃO DE AS TOTAL EM ÁGUAS OCEÂNICAS POR HG AFS

2010· dissertation· pt· W4251352592 on OpenAlexaff
CAROLINA LYRIO TENORIO CORREIA

Bibliographic record

Venuenot available
Typedissertation
Languagept
FieldEnvironmental Science
TopicWater Quality and Pollution Assessment
Canadian institutions123 Certification (Canada)
Fundersnot available
KeywordsEnvironmental science

Abstract

fetched live from OpenAlex

[pt] O aumento da atividade industrial tem elevado a exposição humana a metais e metalóides. Neste contexto, o arsênio é um bom exemplo, tendo sido encontrado em vários ambientes naturais em níveis preocupantes. Trata-se de um elemento que não desempenha função biológica essencial e possui elevada toxicidade. A descarga de elementos tóxicos em corpos aquáticos pode promover alterações significativas nas características físicas, químicas e biológicas, tanto do corpo receptor, como do próprio metal, em relação ao seu estado original. No Brasil, é utilizada a Resolução CONAMA nº 357 de 17 de março de 2005 (CONAMA, 2005), que fixa os limites máximos de contaminantes nas águas. A determinação de elementos-traço em água de mar é de grande importância, devido aos aspectos geoquímicos e toxicológicos associados à sua presença neste compartimento, incluindo a possibilidade de sua bioacumulação e bioamplificação na cadeia alimentar. Daí a importância em se estabelecer métodos simples e eficientes para a determinação de elementos-traço nas águas marinhas. O presente trabalho tem por finalidade comparar duas técnicas de determinação de arsênio em níveis ultratraços, a espectrometria de fluorescência atômica acoplada à geração de hidretos (HG AFS) e a espectrometria de massa com plasma indutivamente acoplado (ICPMS) com o uso da célula de colisão. O primeiro tem como vantagem a própria geração de hidretos que separa o analito da matriz, minimizando eventuais interferências, enquanto o segundo, pela presença da célula de colisão, propõe a determinação de As mesmo na presença de altas concentrações de cloreto, contornando interferências isobáricas. As amostras utilizadas foram coletadas da costa brasileira. Usando HG AFS, as amostras sofreram diluição 1+1, foram misturadas a uma solução de HCl com KI e ácido ascórbico, de modo a alcançar concentrações finais de 3,5 mol L-1, 1 e 0,2% (m/v), respectivamente. A solução redutora responsável pela geração dos hidretos consistiu em NaBH4 1,5% (m/v), dissolvido em NaOH 0,4% m/v. Realizaram-se as análises com calibração externa com padrões aquosos, obtendo-se um LOD de 36 ng L-1 (3sd), frequência e amostragem de 45 h-1 e RSD de 2%,encontrado a partir de dez medidas de um enriquecimento de 500 ng L-1 em uma das amostras. Com o método comparativo por ICP-MS, as amostras foram diluídas 10 vezes (1+9). A calibração realizada foi a de adição de analito, por haver interferência multiplicativa da matriz salina na análise. Fez-se uso da célula de colisão com gás He, a fim de minimizar as interferências isobáricas. A técnica HG AFS mostrou ser a escolha mais adequada para a determinação direta de As total em água do mar, por mostrar limites de detecção adequados e ausência de interferências. Não foi necessária etapa de préconcentração, tendo sido possível trabalhar com calibração aquosa externa. O método mostrou-se preciso e rápido, apesar da necessária etapa de pré-redução. Já a técnica de ICP-MS com aspiração direta da amostra, mesmo utilizando a célula de colisão, não levou aos resultados esperados na análise de material certificado de referência de água do mar (ao contrário da HG AFS) sendo observado que, nas condições em que as interferências isobáricas eram contornadas, o limite de detecção se tornava impróprio para a análise das amostras em questão.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.628
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0470.015

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.019
GPT teacher head0.320
Teacher spread0.302 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2010
Admission routes1
Has abstractyes

Explore more

Same topicWater Quality and Pollution AssessmentFrench-language works237,207