MétaCan
Menu
Retour à la cohorte
Enregistrement W2578534267 · doi:10.1021/acs.analchem.6b04753

Single-Drop Solution Electrode Discharge-Induced Cold Vapor Generation Coupling to Matrix Solid-Phase Dispersion: A Robust Approach for Sensitive Quantification of Total Mercury Distribution in Fish

2017· article· en· W2578534267 sur OpenAlexaff
Qian Chen, Yao Lin, Yunfei Tian, Li Wu, Lu Yang, Xiandeng Hou, Chengbin Zheng

Notice bibliographique

RevueAnalytical Chemistry · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésChemistryMercury (programming language)AnalyteAnalytical Chemistry (journal)Detection limitCertified reference materialsDilutionSample preparationChromatographyMatrix (chemical analysis)Drop (telecommunication)

Résumé

récupéré en direct d'OpenAlex

Sensitive quantification of mercury distribution in fish is challenging because of insufficient sensitivities of conventional analytical methods, the limited mass of organs (tens of micrograms to several milligrams), and dilution of analyte concentration from sample digestion. In this work, a simple and robust approach coupling multiwall carbon nanotubes assisted matrix solid-phase dispersion (MWCNTs-MSPD) to single-drop solution electrode glow discharge-induced cold vapor generation (SD-SEGD-CVG) was developed for the sensitive determination of mercury in limited amount of sample. Mercury species contained in a limited amount of sample can be efficiently extracted into a 100 μL of eluent by MWCNTs-MSPD, which are conveniently converted to Hg 0 by SD-SEGD-CVG and further transported to atomic fluorescence spectrometry for their determination. Therefore, analyte dilution resulted from sample preparation is avoided and sensitivity is significantly improved. On the basis of consumption of 1 mg of sample, a limit of detection of 0.01 μg L –1 (0.2 pg) was obtained with relative standard deviations (RSDs) of 5.2% and 4.6% for 2 and 20 μg L –1, respectively. The accuracy of the proposed method was validated by analysis of three Certified Reference Materials with satisfying results. To confirm that SD-SEGD-CVG-AFS coupling to MWCNTs-MSPD is a promising method to quantify mercury distribution in fish, this method was successfully applied for the sensitive determination of mercury in seven organs of common carps (muscle, gill, intestine, liver, gallbladder, brain, and eye) after dietary of mercury species. The proposed method provides advantages of minimum sample dilution, low blank, high sample introduction efficiency, high sensitivity, and minimum toxic chemicals and sample consumption.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,059
Tête enseignante GPT0,341
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), 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

Citations44
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMercury impact and mitigation studiesTravaux en français237 207