MétaCan
Menu
Retour à la cohorte
Enregistrement W1970952440 · doi:10.1021/jf0609431

Quantitative Determination of Pyrethroids, Pyrethrins, and Piperonyl Butoxide in Surface Water by High-Resolution Gas Chromatography/High-Resolution Mass Spectrometry

2006· article· en· W1970952440 sur OpenAlexaff
Million B. Woudneh, Daniel R. Oros

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensAXYS Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésPiperonyl butoxideChromatographyChemistryGas chromatographyDetection limitMass spectrometrySurface waterResolution (logic)Solid phase extractionPesticideEnvironmental chemistryGas chromatography–mass spectrometryExtraction (chemistry)Environmental scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

A new method for determination of pyrethroids, pyrethrins, and piperonyl butoxide (PBO) by high-resolution gas chromatography/high-resolution mass spectrometry (HRGC/HRMS) was developed for surface water samples. The method is based on sampling 100 L of ambient surface water with a solid phase extraction (SPE) technique that uses both wound glass fiber filters for collecting the particulate-associated chemicals and XAD-2 resin for collecting the dissolved chemicals. The method detection limits of the analytes ranged from 0.58 to 8.16 ng/sample, which is equivalent to a detection limit range of 0.0058-0.082 ng/L for a 100 L water sample collected by the SPE technique. The SPE when coupled with HRGC/HRMS was a suitable match for detecting these chemicals at subnanogram per liter ranges that are toxicologically significant to aquatic organisms. To confirm the utility of this method for environmental applications, pyrethroids and PBO were found at subnanogram per liter concentrations in surface water samples collected from five tributaries (primarily urban creeks) of the San Francisco Bay, California.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,438
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207