Analysis for Perfluorocarboxylic Acids/Anions in Surface Waters and Precipitation Using GC−MS and Analysis of PFOA from Large-Volume Samples
Notice bibliographique
Résumé
The presence of perfluorocarboxylates (PFCAs) in the environment is of increasing concern, following the discovery of perfluoroalkyl acids (PFAs) in wildlife and human samples. Here we report a method forthe determination of (C2-C9) PFCAs by preparing the 2,4-difluoroanilides of the acids and analyzing by using GC-MS. Detector response was linear over the range 0.1 -1000 pg of each perfluoroalkyl anilide. A complete suite of PFCAs can be analyzed in an individual sample with the PFCAs detected at levels similar to or lower than those determined by other methods. For a comparison between the present method and the more common LC-MS/MS method, 10 replicates of a sewage treatment plant discharge were analyzed for perfluoro-octanoic acid (PFOA) using both methods. Results were nearly identical with low standard deviation (GC-MS 30.9 +/- 1.88 ng/L; while the LC-MS/MS 34.7 +/- 3.05 ng/L). PFCA concentrations for water samples collected from depth profiles in mid-Lake Ontario were analyzed by GC-MS with most PFCAs (C2-C8) present above the detection limit (0.5 ng/L). Major PFCAs were trifluoroacetate (TFA) (100 ng/L) and perfluorobutanoate (PFBA) (> 5 ng/L). Results for PFOA (2.5 ng/L) were in good agreement with recent analyses by LC-MS/MS. PFCAs were also detected in the precipitation samples at concentrations lower than those of the samples from the lake profiles or sewage treatment plants (STPs) effluent. Since PFOA levels may be less than the lower detection limit (<0.5 ng/L) in 1 L samples, a method for large volumes using XAD-7 resin was developed that allows detection to 0.01 ng/L. This method was applied to Lake Superior samples which produced good agreement for C6-C9 PFCAs between regular analysis (GC-MS) and the XAD-7 followed by GC-MS analysis.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».