Rapid Determination of Chloramphenicol in Honey by Laser Diode Thermal Desorption Using Atmospheric Pressure Chemical Ionization-Tandem Mass Spectrometry
Notice bibliographique
Résumé
Abstract A high-throughput, rapid, and reliable method based on laser diode thermal desorption (LDTD) and atmospheric pressure chemical ionization coupled to tandem MS (APCI-MS/MS) was used to identify and quantify chloramphenicol (CAP) residues in honey. Sample pretreatment consisted of a liquid–liquid extraction of diluted honey in water with ethyl acetate containing stearic acid. After extraction, a 2 μL aliquot of the organic phase was deposited into a 96-well plate prior to detection by LDTD-APCI-MS/MS. The total analysis time was less than 6 s compared to several minutes for traditional chromatographic methods used for CAP detection, since no chromatographic separation was necessary. The extraction and analysis were made with honey samples of different color grading ranging from extra white to dark amber. The method showed good linearity (R2 = 0.99995) within a concentration range of 0.1 to 500 ng/g for CAP with D5-CAP as an internal standard. The RSD varied between 8 and 24% over the calibration range (n = 4). The method LOD for CAP in honey was 0.19 ng/g. This work demonstrates that LDTD-APCI-MS/MS could be used for fast and effective quantification of CAP in honey 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».