MétaCan
Menu
Retour à la cohorte
Enregistrement W2330756804 · doi:10.1021/ac2010185

Optimization of the Coating Procedure for a High-Throughput 96-Blade Solid Phase Microextraction System Coupled with LC–MS/MS for Analysis of Complex Samples

2011· article· en· W2330756804 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnalytical Chemistry · 2011
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSolid-phase microextractionCoatingPolyacrylonitrileChemistryChromatographyExtraction (chemistry)Sample preparationReproducibilityReusabilitySolid phase extractionGas chromatography–mass spectrometryMass spectrometryPolymerComputer science

Résumé

récupéré en direct d'OpenAlex

Biocompatible C18-polyacrylonitrile (PAN) coating was used as the extraction phase for an automated 96-blade solid phase microextraction (SPME) system with thin-film geometry. Three different methods of coating preparation (dipping, brush painting, and spraying) were evaluated; the spraying method was optimum in terms of its stability and reusability. The high-throughput sample preparation was achieved by using a robotic autosampler that enabled simultaneous preparation of 96 samples in 96-well-plate format. The increased volume of the extraction phase of the C18-PAN thin film coating resulted in significant enhancement in the extraction recovery when compared with that of the C18-PAN rod fibers. Various factors, such as reusability, reproducibility, pH stability, and reliability of the coating were evaluated. The results showed that the C18-PAN 96-blade SPME coating presented good extraction recovery, long-term reusability, good reproducibility, and biocompatibility. The limits of detection and quantitation were in the ranges of 0.1-0.3 and 0.5-1 ng/mL for all four analytes.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,072
Tête enseignante GPT0,336
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle