Comparative studies of univariate and multivariate optimizations for manganese determination in antihypertensive drugs by electrothermal atomic absorption spectrometry
Notice bibliographique
Résumé
Comparative studies using the univariate and multivariate optimizations (factorial design) were undertaken to determine manganese in antihypertensive drugs by electrothermal atomic absorption spectrometry (ET AAS). For the univariate method, the optimum pyrolysis and atomization temperatures were 500 and 2200 °C, and for multivariate analysis, the temperatures were 500 and 2400 °C, respectively. No differences were observed between the methods with respect to the slopes of the calibration curves, recoveries, results for certified urine samples for the two levels, and the averages of the intra- and inter-assay coefficients of variation (CV) using Student t and F tests as a statistical tool (P < 0.05). Calibration was performed by matrix matching. All other studies were made using the optimized multivariate conditions. The characteristic mass was of 0.68 ± 0.17 pg (the recommended mass is 0.60 pg). The limits of detection and quantification were 0.23 and 0.77 µg L-1, respectively. Intra- and inter-assay studies on the drug spiked with 0.5, 1.0, and 1.5 µg L-1 of Mn yielded mean results of 3.6 ± 1.9% and 9.6 ± 2.2%, respectively. For the intra-assay evaluation, seven samples of each concentration were evaluated for Mn on the same day, whereas, for the inter-assay study, these solutions were analyzed in three replicates during three consecutive days. Recovery studies on the drug spiked with three levels of Mn (n = 7 for each level) furnished results between 101.4 ± 17.2% and 106.6 ± 7.5%. The results of a certified urine sample analysis (two levels of Mn) agreed at a 95% level of confidence. Forty eight antihy pertensive drug samples were analyzed, and the drug contents varied between 2.9 ng and 1.9 µg capsule-1.Key words: manganese, antihypertensive drugs, electrothermal atomic absorption spectrometry, multivariate optimization.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».