An Automated Headspace SPME-GC-ITMS Technique for Taste and Odour Compound Identification
Notice bibliographique
Résumé
Abstract A simple, automated and efficient method is presented for routine analysis of taste and odour compounds in water samples. The following compounds were investigated: hexanal, heptanal, 2t,4t-heptadienal, 2t,4t-octadienal, 2t,6t-nonadienal, 2t,6c-nonadienal, 2-methylisoborneol (MIB), 2t,4t-nonadienal, β-cyclocitral, 2t,4t-decadienal, geosmin and β-ionone. Headspace solid-phase microextraction (SPME) coupled with gas chromatography (GC) and low-resolution ion-trap mass spectrometry (ITMS) was used for quantification of these compounds. A 65-µm polydimethylsiloxane/divinylbenzene (PDMS/DVB) fibre was used for headspace SPME analysis. Method detection limits for all compounds analyzed are at the ng/L level and are lower in most cases than sensory analysis can detect. The method was employed for the analysis of lake and reservoir water samples from several coastal British Columbia drinking water sources during the summer of 2001. Geosmin was the only compound detected and was found at concentrations up to 26 ng/L. To our knowledge the method presented is unique in terms of full automation and represents a sensitive and efficient tool for studying and monitoring taste and odour compounds in water sources.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».