Gas chromatography − mass spectral characteristics of six pharmacologically active compounds — analytical performance characteristics on a raw sewage impacted water sample
Notice bibliographique
Résumé
We have interrogated the characteristics of six pharmacologically active compounds in a hot gas chromatograph injector including some mass spectral characteristics in a quadrupole mass analyzer. The analytes are dimetridazole, metronidazole, chlorpromazine, trimethoprim, sulfamethazine, and dapsone. We have demonstrated the impact of the injector on the conversion efficiency of solvent to vapor in relation to analytes under investigation. The overall analytical performance of key parameters that were scrutinized and tested on a spiked raw sewer water sample using electron ionization (EI), positive chemical ionization (PCI), and negative chemical ionization (NCI) in the full and selected ion monitoring (SIM) scan modes are also presented. These parameters were the instrument detection limits (IDLs), method detection limits (MDLs), linearities, and percent recoveries. Correlation coefficients (R 2 ) were greater than 0.9950 using all ionization and scan modes. Better MDLs were obtained using the SIM mode in all instances. The SIM mode MDLs ranged as follows: EI 0.308–0.711 and PCI 0.656–1.14 mg/L. Extremely good signals were observed in the NCI mode with dimetridazole and metronidazole where MDLs in the SIM mode were estimated to be 0.057 and 0.062 mg/L. Percent relative standard deviations (n = 3) were all less than 5% using EI employing full and SIM scan modes. Recoveries ranged from 55% to 96% in the full scan mode and from 67% to 94% in the SIM mode. Signal losses and ion population ratios in relation to the number of samples, i.e., scan speed and the mass scan range, are also interrogated.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,015 | 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 ».