Determination of Pesticides in Apples by Liquid Chromatography with Electrospray Ionization Tandem Mass Spectrometry and Estimation of Measurement Uncertainty
Notice bibliographique
Résumé
A liquid chromatography/electrospray ionization-tandem mass spectrometry (LC/ESI-MS/MS) method was developed and validated to determine 90 pesticides in apple samples. MS/MS data acquisition was achieved by applying multiple-reaction monitoring of 2 fragment ion transitions to provide a high degree of sensitivity and selectivity for both quantitation and confirmation. Matrix-matched standard calibration curves with the use of isotopically labeled standards (or a chemical analog) as internal standards were used to achieve the best accuracy for the method. Both a conventional method validation procedure and a designed experiment were applied to study the accuracy and precision of the method. A compiled computer program that provided a semiautomated procedure for handling a large number of calculations was used to calculate the overall recovery, intermediate precision, and measurement uncertainty (MU). In general, the overall recoveries from samples spiked at levels of 10, 50, and 80 microg/kg, ranged from 60.8 to 121.1%, intermediate precision was <10%, and MUs were <30%. Poor accuracy and/or repeatability was observed for pyridate and etofenprox. The method limits of detection based on a signal-to-noise ratio of >3 were usually <1 microg/kg (ppb), except those for aldicarb sulfoxide and pyridaphenthion, which were about 5 microg/kg.
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 | 0,001 | 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) | 0,000 | 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 ».