METODOLOGIA PARA DETERMINAÇÃO DE METAIS EM SEDIMENTOS UTILIZANDO MICROONDAS COM FRASCO FECHADO E ANÁLISE ESTATÍSTICA MULTIVARIADA DAS CONCENTRAÇÕES DE METAIS EM SEDIMENTOS DA BACIA DE CAMPOS
Bibliographic record
Abstract
[pt] Foi estudada a otimização da digestão ácida de amostras de sedimento visando à determinação de metais (Al, Fe, Mn,Cr, Ni, V, Cu, Zn e Pb), usando-se microondas com frasco fechado. Para tal, verificou-se a recuperação destes utilizando materiais de referência certificados: MESS-3, sedimento marinho, do National Research Council of Canada (NRCC) e SRM 1645, sedimento de rio, do National Institute of Standards and Technology (NIST), sendo a determinação realizada por espectrometria de emissão óptica por plasma indutivamente acoplado (ICP-OES). O processo de digestão ácida com microondas em sistema fechado foi otimizado empregando- se planejamento fatorial com três variáveis e dois níveis. Como resultado, obteve-se as seguintes condições operacionais: potência máxima de 600W, o tempo total de digestão de 40 minutos e uma mistura ácida constituída de 2 mL HNO3 + 6 mL HCl para a digestão de 250 mg de amostra. Com base na metodologia desenvolvida, foi realizada a determinação destes elementos em 163 amostras de sedimento oriundas da região petrolífera da Bacia de Campos do Estado do Rio de Janeiro, Brasil. Os resultados obtidos foram avaliados empregando técnicas estatísticas univariadas e multivariadas como: regressão linear, regressão múltipla, análise de componente principal (PCA) e de agrupamento (CA). Foi feito também a comparação dos dados obtidos com os resultados do Diagnóstico ambiental das áreas de exploração e produção de petróleo da Bacia de Campos, Santos e Espírito Santo (2002) pelo laboratório contratado pela Petrobras.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".