Laser Diode Thermal Desorption/Atmospheric Pressure Chemical Ionization Tandem Mass Spectrometry Analysis of Selected Steroid Hormones in Wastewater: Method Optimization and Application
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
A rapid and reliable method enabling high-throughput sample analysis for quicker data generation, detection, and monitoring of eight selected steroid hormones in water matrixes was developed and validated. Our approach is based on a novel sample introduction method, the laser diode thermal desorption/atmospheric pressure chemical ionization (LDTD/APCI) coupled to tandem mass spectrometry (MS/MS). The optimization of instrumental parameters and a method application are presented. Our method was successfully applied to spiked effluent wastewater in the low-nanogram per liter concentrations with total analysis time reduced to seconds (15 s) using LDTD/APCI-MS/MS compared to minutes with traditional liquid-chromatography coupled to tandem mass spectrometry (LC-MS/MS) following solid-phase extraction (SPE). The instrumental detection limits for LDTD/APCI-MS/MS ranged from 5 to 24 microg L(-1) and from 13 to 43 ng L(-1) for the method detection limits. Calibration curves in wastewater matrix showed good linearity (R(2) > 0.99), and precision (intraday and interday) was below 20%. This work demonstrates that LDTD/APCI-MS/MS could be used for fast and effective quantitative analysis of emerging contaminants in different water matrixes with reduced cost by eliminating the chromatography step used in traditional LC-MS/MS.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle