Ultra-High Performance Liquid Chromatography/Electrospray Ionization-Tandem Mass Spectrometry Determination of 151 Pesticides in Soybeans and Pulses
Notice bibliographique
Résumé
This paper presents the application of ultra-high performance LC (UHPLC) and MS for the determination of 151 pesticides in soybeans and pulses. A core-shell particle (2.6 micro m particle size) column and a fully porous sub-2 microm (1.7 microm particle size) column showed comparable performance in chromatographic resolution and separation, increasing selectivity, and reducing analysis time. UHPLC was coupled with either a triple quadrupole mass analyzer (MS/MS) or a quadrupole Orbitrap (namely Orbital trap) mass spectrometer (Q-Orbitrap MS), which possesses fast data acquisition capability. Both configurations yielded analytical run times of < or =14 min. Soybean and pulse samples were analyzed and quantitated for pesticide residues using the QuEChERS (Quick, Easy, Cheap, Effective, Rugged, and Safe) procedure, UHPLC/electrospray ionization (ESI)-MS/MS, and matrix-matched standard calibration curves (in an analytical range of 5-500 microg/kg) with isotopically-labeled standards or a chemical analog as internal standards. The method performance parameters that included overall recovery, intermediate precision, and measurement uncertainty were evaluated according to a nested design experiment. Approximately 89% of the pesticides studied had recoveries between 81 and 110%; 95%, had intermediate precision < or =20%; and 93% showed measurement uncertainty < or =40%. From a pilot study of 100 samples, eight tested positive by UHPLCIESI-MS/MS for carbendazim, methomyl, or imidacloprid. These pesticides were further confirmed using UHPLC/ESI-Q-Orbitrap MS based on accurate mass measurement with mass error < or =5 ppm.
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) | 0,000 | 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) | 0,001 | 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 ».