MétaCan
Menu
Retour à la cohorte
Enregistrement W2113839863 · doi:10.1021/jf062972h

Large Volume Cold On-Column Injection for Gas Chromatography−Negative Chemical Ionization−Mass Spectrometry Analysis of Selected Pesticides in Air Samples

2007· article· en· W2113839863 sur OpenAlexaffabout
Renata Bailey, Wayne Belzer

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Regina
Organismes subventionnairesNational Cancer Institute
Mots-clésChemistryChromatographyDiazinonGas chromatographyMass spectrometryGas chromatography–mass spectrometryCaptanChemical ionizationPesticideDetection limitIonizationOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A new gas chromatographic method is described for the analysis of fungicides captan, captafol, and folpet from organic extracts of air samples using large volume injection (LVI) via a cold on-column (COC) inlet coupled with gas chromatography-negative chemical ionization-mass spectrometry (GC-NCI-MS). Although standard split/splitless injection due to high injection port temperatures (>225 degrees C) have been shown to degrade these thermally labile fungicides, COC injection minimizes degradation. Insecticides such as chlorpyrifos and diazinon were also examined to show added selectivity. By using a solvent vapor exit with the COC inlet, injection volumes of 10-100 microL can be made to lower detection levels. GC-NCI-MS was compared to GC-electron impact ionization-mass spectrometry for each pesticide using LVI-COC injections and was found to be 2-80 times more sensitive, depending on the pesticide. Method detection limit (MDL) values with 100 microL injections were 2.5 microg L-1 for captan, folpet, and diazinon, 5.0 microg L-1 captafol, and 1.0 microg L-1 for chlorpyrifos, with the normal working range examined for sample analysis from MDL to 100 microg L-1. Detection of all pesticides except captafol, used only in the United States but not Canada, was demonstrated from air samples taken from Abbotsford, British Columbia, Canada.

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)0,001
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: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,203 · 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

Citations41
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207