MétaCan
Menu
Retour à la cohorte
Enregistrement W2339261661 · doi:10.1093/jaoac/93.2.400

Determination of Residual Carbamate, Organophosphate, and Phenyl Urea Pesticides in Drinking and Surface Water by High-Performance Liquid Chromatography/Tandem Mass Spectrometry

2010· article· en· W2339261661 sur OpenAlexaffabout
Chunyan Hao, Bick Nguyen, Xiaoming Zhao, Ernie Chen, Paul Yang

Notice bibliographique

RevueJournal of AOAC International · 2010
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensMinistry of Environment
Organismes subventionnairesnon disponible
Mots-clésChemistryPesticideChromatographySurface waterEuropean unionEnvironmental chemistryDetection limitWater qualitySample preparationAnalyteEnvironmental scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Methods using SPE followed by HPLC/MS/MS analysis were developed and validated for the determination of 39 pesticides in different aquatic environmental matrixes. The target pesticides included 12 carbamates, 15 organophosphates, and 12 phenyl ureas, out of which 16 are regulated in North America. Method detection limits were in the low ng/L range using the U.S. Environmental Protection Agency's protocol and multiple reaction monitoring (MRM) data acquisition, meeting the regulatory needs in the United States, Canada, and European Union. Isotope-labeled compounds were used as injection internal standards, as well as method surrogates to improve the data quality. QC/QA data (e.g., method recovery and within-run and between-run method precision) derived from multiyear monitoring activities were used to demonstrate method ruggedness. The same QC/QA data also showed that the method exerted no obvious matrix effect on the target analytes. Parameters that affect method performance, such as preservatives, pH values, sample storage time, and sample extract storage time, were also studied in detail. Accredited by the Canadian Association for Laboratory Accreditation and licensed by the Ontario government for drinking water analysis, these methods have been applied to the analysis of drinking water, ground water, and surface water samples collected in the province of Ontario, Canada, to ensure the pristine nature of Ontario's aquatic environment. Using the scheduled MRM (sMRM) data acquisition algorithm, it was demonstrated that sMRM improved the S/N of extracted ion chromatograms by at least two- to six-fold and, therefore, enhanced the short- and long-term instrument precision, demonstrated the ability to offer high throughput multiresidue analysis, and allowed the use of two MRM transitions for each compound to achieve higher confidence for compound identification.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,241
Écart entre enseignants0,235 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetAnalytical chemistry methods developmentTravaux en français237 207