Selective detection of nitrated polycyclic aromatic hydrocarbons by electrospray ionization mass spectrometry and constant neutral loss scanning
Notice bibliographique
Résumé
The development of a method for selective detection of nitrated polycyclic aromatic hydrocarbons (nitro-PAHs) among other polycyclic aromatic compounds (PACs) is described. The method is based on electrospray ionization mass spectrometry (ESI-MS), performed with a triple quadrupole analyzer and constant neutral loss (CNL) scanning. When subjected to ESI conditions, nitro-PAHs give rise to M(-), [M - H](-) and [M - H + 16](-) ions, which in turn produce fragments by losing 30 u, most probably NO. Other PACs do not undergo such fragmentations, and these differences can be exploited for selective detection of nitro-PAHs among other PACs. Nitro-PAHs can therefore be monitored through the loss of 30 u occurring under negative ion mode ESI conditions. Toward the full development of a screening method for nitro-PAHs, this article first discusses some general aspects of the negative ion mode full-scan ESI mass spectra obtained for these compounds and other PAH derivatives. Because the extent of observation of the loss of 30 u is sensitive to the ESI conditions used, the effects of ionization parameters such as solvent used, declustering voltage, and solvent flow rate are evaluated and discussed. Setting these parameters is very important, especially when interfacing a high performance liquid chromatography (HPLC) system with the ESI source of a triple quadrupole mass spectrometer. Preliminary results of on-line microbore HPLC/ESI-MS separations of PAC standards are presented, and elution/ionization conditions discussed.
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 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».