MétaCan
Menu
Retour à la cohorte
Enregistrement W2076979866 · doi:10.1039/b400743n

LC-ESI-MS-MS method for the analysis of tetrabromobisphenol A in sediment and sewage sludge

2004· article· en· W2076979866 sur OpenAlexafffund
Richard Saint‐Louis, Émilien Pelletier

Notice bibliographique

RevueThe Analyst · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésTetrabromobisphenol ASedimentChemistryEnvironmental chemistryDetection limitChromatographySewageSewage sludgeFire retardantEnvironmental scienceEnvironmental engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Tetrabromobisphenol A (4,4'-isopropylidenebis(2,6-dibromophenol), TBBPA) is the most widely used brominated flame retardant in the world. Due to its low water solubility TBBPA released in aquatic ecosystems ultimately accumulates in sediments, but the lack of data on its environmental level and temporal trend in sediment cores precludes establishing if the input of TBBPA is an on-going environmental problem. We developed an analytical method involving HPLC-ESI-MS-MS (ion trap) with detection of the negative pseudo-molecular ion of TBBPA and its fragmentation pattern. Recovery of TBBPA from spiked marine sediment (both lyophilized and wet) and dehydrated sewage sludge was better than 95%. The current detection limit of TBBPA is 60 pg injected and the linearity of the response is at least three orders of magnitude, ranging from 7 ng ml(-1) to 7000 ng ml(-1). The method was also applied to the analysis of urban sewage sludge where TBBPA was detected at a concentration of 300 ng g(-1)(dry weight). With an analysis time of less than 20 min, this method is adequate for a rapid re-assessment of archived sediment samples avoiding cumbersome derivatization procedures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetToxic Organic Pollutants ImpactTravaux en français237 207