Determination of pharmaceuticals in drinking water by CD‐modified MEKC: Separation optimization using experimental design
Notice bibliographique
Résumé
A suite of 12 widely used pharmaceuticals (ibuprofen, diclofenac, naproxen, bezafibrate, gemfibrozil, ofloxacin, norfloxacin, carbamazepine, primidone, sulphamethazine, sulphadimethoxine and sulphamethoxazole) commonly found in environmental waters were separated by highly sulphated CD-modified MEKC (CD-MEKC) with UV detection. An experimental design method, face-centred composite design, was employed to minimize run time without sacrificing resolution. Using an optimized BGE composed of 10 mM ammonium hydrogen phosphate, pH 11.5, 69 mM SDS, 6 mg/mL sulphated beta-CD and 8.5% v/v isopropanol, a separation voltage of 30 kV and a 48.5 cm x 50 microm id bare silica capillary at 30 degrees C allowed baseline separation of the 12 analytes in a total analysis time of 6.7 min. Instrument LODs in the low milligram per litre range were obtained, and when combined with offline preconcentration by SPE, LODs were between 4 and 30 microg/L.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».