Green ultra‐fast high‐performance liquid chromatographic method using a short narrow‐bore column packed with fully porous sub‐2 μm particles for the simultaneous determination of selected pharmaceuticals as surface water and wastewater pollutants
Notice bibliographique
Résumé
Fast separations are very desirable in laboratories that analyze large numbers of samples per day or those needing short turn-around times. Traditional HPLC methods using conventional stationary phases and standard column dimensions require significant amounts of organic solvents and generate large volumes of waste. With growing awareness about the environment, the development of green technologies has been receiving increasing attention. In this work, a very fast green analytical method based on LC-UV using a short narrow bore column packed with fully porous sub-2 μm particles has been developed for simultaneous determination of nine pharmaceuticals in wastewater and surface water. The chromatographic separation was optimized in order to achieve short analysis time and good resolution for all analytes in a single run. All analytes could be separated in 1 min with good resolution. Sample preparation was executed by solid phase extraction using Oasis HLB cartridges. The method developed was validated based on parameters such as linearity, precision, accuracy, detection, and quantification limits. The recovery ranged from 70.9 to 92.5% with SDs not higher than 5.4%, except for acetaminophen and sulphanilamide. LODs ranged from 0.6-2.5 μg/L, while the LOQs were in the range 2-8 μg/L.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 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 ».