Detecting<i>N</i>-Nitrosamines in Drinking Water at Nanogram per Liter Levels Using Ammonia Positive Chemical Ionization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Detection of N-nitrosamines in water supplies is an environmental and public health issue because many N-nitrosamines are classified as probable human carcinogens. Some analytical methods are inadequate for detecting N-nitrosodimethylamine (NDMA) at low ng/L concentrations in water due to poor extraction efficiencies and nonselective and nondistinctive GC/MS electron ionization techniques. Development of a selective, sensitive, and affordable benchtop analytical method for eight N-nitrosamines, at relevant drinking water concentrations was the primary objective of this project. A solid-phase extraction method using Ambersorb 572 and LiChrolut EN was developed in conjunction with GC/MS ammonia positive chemical ionization (PCI). Ammonia PCI shows excellent sensitivity and selectivity for N-nitrosamines, which were quantified using both isotope dilution/surrogate standard and internal standard procedures. Method detection limits for all investigated N-nitrosamines ranged from 0.4 to 1.6 ng/L. Applying our extraction method to authentic drinking water samples with dissolved organic carbon concentrations of 9 mg/L, we were able to detect N-nitrosodimethylamine (2-180 ng/L) as well as N-nitrosopyrrolidine (2-4 ng/L) and N-nitrosomorpholine (1 ng/L), two N-nitrosamines that have not been reported in drinking water to date. With high recoveries of standards and analytes, the described internal standard method offers a valuable new approach for investigating several N-nitroso compounds at ultratrace levels in drinking water.
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.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle