Solid-Phase Microextraction in Targeted and Nontargeted Analysis: Displacement and Desorption Effects
Notice bibliographique
Résumé
An aqueous multicomponent mixture containing a wide range of volatility and polarity compounds (log Kow range 1.26-8.72) was used to clearly define the capabilities and limitations of headspace solid-phase microextraction in quantification of multicomponent complex samples. Commercially available fiber coatings were evaluated by investigating the extraction efficiency and desorption carryover. Comprehensive two-dimensional gas chromatography/time-of-flight mass spectrometry was selected to map out the differences between the coatings. The investigated components were chosen to represent several homologous groups of metabolites most frequently present in complex food and environmental samples, including straight-chain hydrocarbons, primary alcohols, secondary alcohols, 2-ketones, aldehydes, ethyl esters, and terpenes. Particular emphasis was placed on examination of coating saturation and interanalyte displacements. These effects were assessed by evaluating the linear dynamic range obtained for spiked aqueous samples with divinylbenzene/Carboxen/poly(dimethylsiloxane) fiber. This coating was found to provide the optimum extraction coverage and sensitivity for the widest range of analytes. Displacement investigations were extended to apple homogenate characterized by high chemical diversity. The results indicate that interanalyte displacements are infrequent in the naturally occurring samples considered in this study. When displacements take place, they tend to occur for analytes characterized by small distribution constants, and they can be effectively detected by adding such compounds to the sample and corrected by selecting a shorter extraction time.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 ».