Evaluation of sample preparation procedures and krypton as an interference standard probe for arsenic speciation by HPLC-ICP-QMS
Notice bibliographique
Résumé
Different conditions of extraction using water, a methanol–water mixture and nitric acid solutions were evaluated for speciation of As(III), As(V), DMA and MMA in plant samples that previously received As(V) after being sown and emergence was investigated. Microwave-assisted extraction (MAE) using diluted nitric acid solutions was also performed for arsenic extraction from chicken feed samples. The separation and determination of arsenic species were performed using HPLC-ICP-MS. The interference standard method (IFS) using 83Kr+ as the IFS probe was employed to minimize spectral interferences caused by polyatomic species, such as 40Ar35Cl+. The extraction procedures tested presented adequate extraction efficiencies (90%), and the four arsenic species evaluated were found in plant samples. Extractions with diluted nitric acid solution at 90 °C were the most efficient strategy, with quantitative recoveries for all four As species in plant tissues. On the other hand, the methanol–water mixture was the solvent with the lowest extraction efficiency (50–60%). For chicken feed samples, MAE at 100 °C for 30 min resulted in an extraction efficiency of 97% and only As(V) was found, without any species interconversion. The IFS method contributed to improving precision and limits of detection and quantification for all tested extraction procedures. Significant improvements on accuracy were obtained by applying the IFS method and recoveries between 77 and 94%, and 82 and 93% were obtained for plant extracts and chicken feed samples, respectively.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».