Hydride Generation for Headspace Solid-Phase Extraction with CdTe Quantum Dots Immobilized on Paper for Sensitive Visual Detection of Selenium
Notice bibliographique
Résumé
A low-cost, simple, and highly selective analytical method was developed for sensitive visual detection of selenium in human urine both outdoors and at home, by coupling hydride generation with headspace solid-phase extraction using quantum dots (QDs) immobilized on paper. The visible fluorescence from the CdTe QDs immobilized on paper was quenched by H2Se from hydride generation reaction and headspace solid-phase extraction. The potential mechanism was investigated by using X-ray diffraction (XRD) and X-ray photoelectron spectroscopy (XPS) as well as Density Functional Theory (DFT). Potential interferences from coexisting ions, particularly Ag(+), Cu(2+), and Zn(2+), were eliminated. The selectivity was significantly increased because the selenium hydride was effectively separated from sample matrices by hydride generation. Moreover, due to the high sampling efficiency of hydride generation and headspace solid phase extraction, the sensitivity and the limit of detection (LOD) were significantly improved compared to conventional methods. A LOD of 0.1 μg L(-1) and a relative standard deviation (RSD, n = 7) of 2.4% at a concentration of 20 μg L(-1) were obtained when using a commercial spectrofluorometer as the detector. Furthermore, a visual assay based on the proposed method was developed for the detection of Se, 5 μg L(-1) of selenium in urine can be discriminated from the blank solution with the naked eye. The proposed method was validated by analysis of certified reference materials and human urine samples with satisfactory results.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».