Quality-assurance study of marine lipid-class determination using chromarod/iatroscan® thin-layer chromatography-flame ionization detector
Notice bibliographique
Résumé
Abstract An Iatroscan® thin-layer chromatography–flame ionization detector has been utilized to quantify lipid classes in marine samples. This method was evaluated relative to established quality-assurance (QA) procedures used for the gas chromatographic analysis of PCBs. A method for extracting and analyzing eight major lipid classes in the ribbed mussel (Guekensia demissus) was developed. The analytical method met the QA criteria prescribed for consistent external calibrations, low blanks, complete extraction of all lipid classes, and precise replicate analysis. Matrix and blank spikes were satisfactorily recovered (50-130%), provided that the samples contained a large enough mass (>4% dry weight) of total lipids to overcome the absorption of polar lipids on glassware. The use of frozen mussel homogenate as a standard reference material was not possible because of lipid degradation, particularly of triacylglycerols and phospholipids. Also, total lipids measured gravimetrically significantly decreased in frozen samples, which could influence bioaccumulation predictions. A laboratory intercalibration was performed using a mussel homogenate and chloroform extract, which verified the accuracy of the method and the lipid-class identification. Characterizing the structure of one class of polar lipids, the acetone mobile polar lipid (AMPL), showed that it contained no ester linkages or free/sterically unhindered -OH groups; however, the AMPL did contain an ether linkage.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».