Comparison of Gas Chromatography-Mass Spectrometry and Gas Chromatography-Tandem Mass Spectrometry with Electron Ionization and Negative-Ion Chemical Ionization for Analyses of Pesticides at Trace Levels in Atmospheric Samples
Notice bibliographique
Résumé
A comparison of detection limits of gas chromatography-mass spectrometry (GC-MS) in selected ion monitoring (SIM) with gas chromatography-tandem mass spectrometry (GC-MS/MS) in selected reaction monitoring (SRM) mode with both electron ionization (EI) and negative-ion chemical ionization (NCI) are presented for over 50 pesticides ranging from organochlorines (OCs), organophosphorus pesticides (OPs) and pre-emergent herbicides used in the Canadian prairies (triallate, trifluralin, ethalfluralin). The developed GC-EI/SIM, GC-NCI/SIM, and GC-NCI/SRM are suitable for the determination of pesticides in air sample extracts at concentrations <100 pg microL(-1) (<100 pg m(-3) in air). No one method could be used to analyze the range of pre-emergent herbicides, OPs, and OCs investigated. In general GC-NCI/SIM provided the lowest method detection limits (MDLs commonly 2.5-10 pg microL(-1)) along with best confirmation (<25% RSD of ion ratio), while GC-NCI/SRM is recommended for use where added selectivity or confirmation is required (such as parathion-ethyl, tokuthion, carbofenothion). GC-EI/SRM at concentration <100 pg microL(-1) was not suitable for most pesticides. GC-EI/SIM was more prone to interference issues than NCI methods, but gave good sensitivity (MDLs 1-10 pg microL(-1)) for pesticides with poor NCI response (OPs: sulfotep, phorate, aspon, ethion, and OCs: alachlor, aldrin, perthane, and DDE, DDD, DDT).
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| 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 ».