Speciation of cationic arsenic species in seafood by coupling liquid chromatography with hydride generation atomic fluorescence detection
Notice bibliographique
Résumé
A method was developed for determining arsenobetaine (AB), arsenocholine (AC), trimethylarsine oxide (TMAO) and tetramethylarsonium ion (TMA+) in seafood products. The arsenic species were extracted from the matrix by methanol–water and the extracts were quantified by high-performance liquid chromatography coupled with thermo-oxidation hydride generation atomic fluorescence spectrometry (HPLC–thermo-oxidation–HG-AFS). The variables affecting each stage of the methodology were optimized. The analytical features of the method (recovery, precision, limit of detection and linearity range) were calculated for each arsenical species. The lowest limit of detection was obtained for TMAO (0.0009 µg g−1, dry mass), whereas AC was the arsenic species with the highest LOD (0.0063 µg g−1, dry mass). The precision of the method varied between 0.7% for AB and 8.4% for TMA+. The recovery percentage was greater than 97% for all species. The proposed procedure was applied to reference materials: DORM-2 (Dogfish muscle, National Research Council of Canada), NFA-Shrimp and NFA-Plaice (National Food Agency of Denmark). The results were compared with the values obtained by other authors.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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 ».