MétaCan
Menu
Retour à la cohorte
Enregistrement W2207727750 · doi:10.1093/chromsci/44.7.379

SPME in Environmental Analysis: Biotransformation Pathways

2006· article· en· W2207727750 sur OpenAlexaff
Annamaria Halasz, Jalal Hawari

Notice bibliographique

RevueJournal of Chromatographic Science · 2006
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensBiotechnology Research Institute
Organismes subventionnairesnon disponible
Mots-clésChemistrySolid-phase microextractionChromatographySample preparationGas chromatographyAnalyteExtraction (chemistry)Environmental analysisComplex matrixMass spectrometryGas chromatography–mass spectrometry

Résumé

récupéré en direct d'OpenAlex

Solid-phase microextraction (SPME) is an organic solvent-free sample preparation tool suitable for direct adsorption of analytes from the headspace or the aqueous phase of a matrix followed by desorption into a gas chromatograph (GC) or high-performance liquid chromatograph (HPLC) for subsequent analysis. The SPME technique is designed to accommodate the use of fibers coated with different polymers suitable for the extraction of chemicals with varied hydrophobic and polar properties. Also, the technique can minimize interference from other artefacts associated with complex samples, such as those encountered in biological matrices or reaction mixtures. The preceding characteristics of SPME make the technique suitable for real-time measurements of intermediate reaction products and, thus, able to provide insight into the fate of target chemicals and their degradation pathways. In the present article, the current state of knowledge on the use of SPME-GC and SPME-HPLC in the determination of frequently encountered environmental chemicals and their (bio)transformation pathways are critically reviewed. Future opportunities of SPME in real time in situ process monitoring such as the use of agricultural feed stocks to bio-based industrial products termed henceforth "process analytical chemistry" are also discussed.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Chromatographic ScienceMême sujetAnalytical chemistry methods developmentTravaux en français237 207