Inter-laboratory validation of automated SPME-GC/MS for determination of pesticides in surface and ground water samples: sensitive and green alternative to liquid–liquid extraction
Notice bibliographique
Résumé
An automated solid-phase microextraction gas chromatography/mass spectometry (SPME-GC/MS) method was developed for the determination of semi-volatile pesticides from several classes with a wide range of polarities in an environmental matrix, and validated according to the rigorous standards of a large commercial laboratory reporting data requiring regulatory acceptance with the purpose of being used as a standard test protocol. The target analytes showed a detection limit of 0.05–1 μg L−1, good calibration linearity (R2 > 0.99) with a wide linear range of 0.05–20 μg L−1, and accuracy in the range of 80–110 at three levels of calibration with relative standard deviation below 7% by commercial polydimethylsiloxane/divinylbenzene (PDMS/DVB) SPME fiber. An extensive study between SPME and liquid–liquid extraction as a reference US EPA method was performed from several analytical aspects including sensitivity, accuracy, repeatability, and greenness. The SPME method was validated through split blind analyses of 16 fortified surface and ground water samples within 4 months at Maxxam Analytics, the reference laboratory, and the University of Waterloo. Both methods were shown to be very accurate, with the highest frequency of results falling in the 70–130% accuracy range. The SPME method was shown to be more sensitive than the LLE, while requiring a lower volume of sample.
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 | 0,006 | 0,001 |
| 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 ».