Applications of LC/ESI-MS/MS and UHPLC QqTOF MS for the Determination of 148 Pesticides in Berries<sup>†</sup>
Notice bibliographique
Résumé
Applications of liquid chromatography electrospray ionization tandem mass spectrometry (LC/ESI-MS/MS) and ultrahigh-pressure liquid chromatography electrospray ionization quadrupole time-of-flight mass spectrometry (UHPLC QqTOF MS) for the determination of 148 pesticides in berry fruits are presented in this study. Pesticides were extracted from berries using a procedure known as QuEChERS (quick, easy, cheap, effective, rugged, and safe). Quantification, with an analytical range from 5 to 500 microg/kg, was achieved using matrix-matched standard calibration curves with isotopically labeled standards or a chemical analogue as internal standards. The method performance parameters, which included overall recovery, intermediate precision, and measurement uncertainty, were evaluated according to a designed experiment, that is, the nested design. For LC/ESI-MS/MS, 95% of the pesticides studied had recoveries between 81 and 110%, 98% of the pesticides had intermediate precision of <or=20%, and 95% of the pesticides showed measurement uncertainty of <or=40%. Compared to LC/ESI-MS/MS, UHPLC QqTOF MS showed a relatively poor repeatability and large measurement uncertainty. Ninety-five percent of the pesticides analyzed by UHPLC QqTOF MS had recoveries between 81 and 110%, 86% of the pesticides had intermediate precision of <or=20%, and 83% of the pesticides showed measurement uncertainty of <or=40%. LC/ESI-MS/MS proved to be the first choice for quantification or pretarget analysis due to its superior sensitivity and good repeatability. UHPLC QqTOF MS provided accurate mass measurement and was an ideal tool for post-target screening and confirmation.
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 | 0,000 | 0,000 |
| 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 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 ».