सीरियल कमजोर पड़ने के फायदे

विषय

• टीएल; डीआर (बहुत लंबा; डिडंट रीड)
• त्रुटियाँ
• अंशांकन मानकों का आसान और तेज़ तैयारी
• अंशांकन समाधान अधिक समान रूप से दूरी
• अंशांकन रेंज में अधिक भिन्नता

अपने परिणामों की सटीकता सुनिश्चित करने के लिए, रासायनिक विश्लेषण के लिए आपको अपने उपकरणों को जांचने की आवश्यकता होती है। कुछ तकनीकें संचालित होती हैं और विचाराधीन प्रजातियों की एक विस्तृत श्रृंखला पर लागू होती हैं। उपकरण प्रतिक्रिया की एक अंशांकन वक्र उत्पन्न करने के लिए समाधानों की एक श्रृंखला तैयार करना काफी श्रम गहन है और कई बिंदु प्रदान करता है जहां त्रुटियां हो सकती हैं।

टीएल; डीआर (बहुत लंबा; डिडंट रीड)

आप प्रयोगशाला उपकरणों को जांचने और इसकी सटीकता सुनिश्चित करने के लिए ज्ञात एकाग्रता के समाधान के धारावाहिक dilutions का उपयोग कर सकते हैं।

त्रुटियाँ

आपके प्रयोगशाला उपकरणों के लिए कई अंशांकन मानकों को बनाने का अर्थ है कि ज्ञात एकाग्रता का एक उपाय निकालना और कम सांद्रता की एक श्रृंखला बनाने के लिए इसे पतला करना। आपको प्रत्येक चरण में देखभाल का अभ्यास करना चाहिए; किसी भी त्रुटि कई dilutions के माध्यम से वृद्धि होगी। चूंकि बिंदु आपके उपकरणों को जांचना है, इस प्रक्रिया में त्रुटियां आपके अंतिम परिणामों से समझौता करेंगी; वास्तव में, आपको अपने डेटा के साथ गंभीर समस्याएं हो सकती हैं।

सीरियल कमजोर पड़ने के लिए केवल यह आवश्यक है कि आप एक बार ज्ञात एकाग्रता के अपने उपाय को मापें। प्रत्येक अंशांकन मानक जो पिछले एक से आता है। प्रत्येक मानक में त्रुटि का पूर्ण आकार छोटा हो जाता है और एकाग्रता कम हो जाती है।

अंशांकन मानकों का आसान और तेज़ तैयारी

प्रत्येक अंशांकन मानक समाधान पिछले अंशांकन मानक के आधार पर तैयार किया जाता है। प्रक्रिया में पिछले मानक का एक हिस्सा लेना और अगले अंशांकन मानक प्राप्त करने के लिए विलायक के साथ इसे पतला करना शामिल है। क्रमिक एकाग्रता के साथ प्रत्येक क्रमिक कमजोर पड़ने के साथ शुरू की गई त्रुटियां। इस विधि द्वारा अंशांकन मानकों की एक श्रृंखला तैयार करने से आवश्यक समय की मात्रा कम हो जाती है। अधिकांश अंशांकन मानकों में सांद्रता की एक बड़ी श्रृंखला होती है, इसलिए तैयार किए गए अंशांकन मानक की सटीकता बढ़ जाती है।

अंशांकन समाधान अधिक समान रूप से दूरी

अंशांकन मानकों को विश्लेषण की संपूर्ण एकाग्रता सीमा को पूरा करना चाहिए। इस सीमा से अधिक समान रूप से अंशांकन मानकों को स्थान दिया गया है, विश्लेषण के परिणामों को अधिक विश्वसनीय बनाता है। समान रूप से दूरी अंशांकन मानकों को सीरियल कमजोर पड़ने का उपयोग करने के लिए तैयार करना आसान है। प्रत्येक क्रमिक मानक पिछले मानक के एक छोटे हिस्से का उपयोग करता है, जो श्रृंखला में अगले अंशांकन मानक उत्पन्न करने के लिए विलायक द्वारा पतला होता है।

अंशांकन रेंज में अधिक भिन्नता

अंशांकन मानकों की श्रृंखला के लिए चुना गया कमजोर पड़ने वाला कारक धारावाहिक कमजोर पड़ने का उपयोग करके प्राप्त करने योग्य है। अंशांकन मानक एकाग्रता की प्रगति हमेशा एक ज्यामितीय श्रृंखला होती है। पहले मानक को 1/3 ज्ञात की एकाग्रता बनाने के उदाहरण पर विचार करें, अगला अंशांक ज्ञात की एकाग्रता का 1/9 वाँ होगा और बनने वाले निम्न दो अंश 1/27 वें और 1/81 वें हैं। यह बहुत अधिक लाभकारी हो जाता है जब अंशांकन मानकों की अवधि एकाग्रता में परिमाण के कई आदेशों को कवर करना चाहिए।