MétaCan
Menu
Retour à la cohorte
Enregistrement W2027784896 · doi:10.1021/ac061626w

On-Fiber Standardization Technique for Solid-Coated Solid-Phase Microextraction

2006· article· en· W2027784896 sur OpenAlexaff
Simon Ningsun Zhou, Xu Zhang, Gangfeng Ouyang, Ali Es‐haghi, Janusz Pawliszyn

Notice bibliographique

RevueAnalytical Chemistry · 2006
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSolid-phase microextractionChemistryDesorptionFiberAdsorptionChromatographyLangmuirAnalytical Chemistry (journal)Sample preparationLangmuir adsorption modelMass spectrometryOrganic chemistryGas chromatography–mass spectrometry

Résumé

récupéré en direct d'OpenAlex

The on-fiber standardization technique for solid-coated solid-phase microextraction (SPME) was studied, and a theoretical model is proposed for the isotropic behavior of adsorption and desorption, based on Fick's law of diffusion and the Langmuir model. The isotropy of the adsorption and desorption of analytes onto and from the surface of porous solid SPME fiber was validated with the use of a commercially available fiber, a 50-μm Carbowax/templated resin for carbamate pesticide analysis in various sample matrixes, and a self-made polypyrrole fiber for diazepam analysis in blood samples. Time constants were comparable for the adsorption and desorption processes. Equilibrium constants and fiber capacities were calculated with the Langmuir isotherm model. A kinetic method was developed to calibrate adsorption using desorption. This calibration corrected for the sample matrix effects and minimized displacement effects as a pre-equilibrium extraction. The technique was successfully applied to the analysis of pesticides in river water and white wine as well as drug analysis in clinical plasma and whole blood samples.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,020
Tête enseignante GPT0,363
Écart entre enseignants0,343 · 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.

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

Citations57
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAnalytical chemistry methods developmentTravaux en français237 207