Assessment of Thiol Compounds from Garlic by Automated Headspace Derivatized In-Needle-NTD-GC-MS and Derivatized In-Fiber-SPME-GC-MS
Notice bibliographique
Résumé
This study investigates the analysis of thiol compounds using a needle trap device (HS-NTD) and solid-phase microextraction (HS-SPME) derivatized headspace techniques coupled to GC-MS. Thiol compounds and their outgassed products are particularly difficult to monitor in foodstuffs. It was found that with in-needle and in-fiber derivatization, using the derivatization agent N-phenylmaleimide, it was possible to enhance the selectivity toward thiol, which allowed the quantitation of butanethiol, ethanethiol, methanethiol, and propanethiol compounds found in fresh garlic. A side-hole NTD was prepared and packed in house and utilized mixed DVB and Carboxen polymer extraction phases made of 60-80 mesh particles. NTD sampling was accomplished in the exhaustive sampling mode, where breakthrough was negligible. This work demonstrates a new application for a side-hole NTD sampling. A commercial mixed polymer phase of polydimethylsiloxane (PDMS) and divinylbenzene polymer (DVB) SPME fiber was used for SPME extractions. Under optimized derivatization, extraction, and analysis conditions for both NTD-GC-MS and SPME-GC-MS techniques, automated sampling methods were developed for quantitation. Both methods demonstrate a successful approach to thiol determination and provide a quantitative linear response between <0.1 and 10 mg L(-1) (R(2) = 0.9996), with limits of detection (LOD) in the low micrograms per liter range for the investigated thiols. Addition methods using known spiked quantities of thiol analytes in ground garlic facilitated method validation. Carry-over was also negligible for both SPME and NTD under optimized conditions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 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 ».