Liquid Chromatography/Electrospray Ionization/Isotopic Dilution Mass Spectrometry Analysis of n-(Phosphonomethyl) Glycine and Mass Spectrometry Analysis of Aminomethyl Phosphonic Acid in Environmental Water and Vegetation Matrixes
Notice bibliographique
Résumé
A liquid chromatography/electrospray/mass spectrometry (LC/ES/MS) method was developed for the analysis of glyphosate (n-phosphonomethyl glycine) and its metabolite, aminomethyl phosphonic acid (AMPA) using isotope-labelled glyphosate as a method surrogate. Optimized parameters were achieved to derivatize glyphosate and AMPA using 9-fluorenylmethyl chloroformate (FMOC-Cl) in borate buffer prior to a reversed-phase LC analysis. Method spike recovery data obtained using laboratory and real world sample matrixes indicated an excellent correlation between the recovery of the native and isotope-labelled glyphosate. Hence, the first performance-based, isotope dilution MS method with superior precision, accuracy, and data quality was developed for the analysis of glyphosate. There was, however, no observable correlation between the isotope-labelled glyphosate and AMPA. Thus, the use of this procedure for the accurate analysis of AMPA was not supported. Method detection limits established using standard U.S. Environmental Protection Agency protocol were 0.06 and 0.30 microg/L, respectively, for glyphosate and AMPA in water matrixes and 0.11 and 0.53 microg/g, respectively, in vegetation matrixes. Problems, solutions, and the method performance data related to the analysis of chlorine-treated drinking water samples are discussed. Applying this method to other environmental matrixes, e.g., soil, with minimum modifications is possible, assuring accurate, multimedia studies of glyphosate concentration in the environment and the delivery of useful multimedia information for regulatory applications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,002 | 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 ».