Condensed Phase Membrane Introduction Mass Spectrometry with Direct Electron Ionization: On-line Measurement of PAHs in Complex Aqueous Samples
Notice bibliographique
Résumé
Polycyclic aromatic hydrocarbons (PAHs) are USEPA regulated priority pollutants. Their low aqueous solubility requires very sensitive analytical methods for their detection, typically involving preconcentration steps. Presented is the first demonstrated ‘proof of concept’ use of condensed phase membrane introduction mass spectrometry (CP-MIMS) coupled with direct liquid electron ionization (DEI) for the direct, on-line measurement of PAHs in aqueous samples. DEI is very well suited for the ionization of PAHs and other nonpolar compounds, and is not significantly influenced by the co-elution of matrix components. Linear calibration data for low ppb levels of aqueous naphthalene, anthracene, and pyrene is demonstrated, with measured detection limits of 4 ppb. Analytical response times (t10%–90% signal rise) ranged from 2.8 min for naphthalene to 4.7 min for pyrene. Both intra- and interday reproducibility has been assessed (<3% and 5% RSD, respectively). Direct measurements of ppb level PAHs spiked in a variety of real, complex environmental sample matrices is examined, including natural waters, sea waters, and a hydrocarbon extraction production waste water sample. For these spiked, complex samples, direct PAH measurement by CP-MIMS-DEI yielded minimal signal suppression from sample matrix effects (81%–104%). We demonstrate the use of this analytical approach to directly monitor real-time changes in aqueous PAH concentrations with potential applications for continuous on-line monitoring strategies and binding/adsorption studies in heterogeneous samples.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».