MétaCan
Menu
Retour à la cohorte
Enregistrement W2787593167 · doi:10.1021/acs.analchem.7b05436

Effect of Binding Components in Complex Sample Matrices on Recovery in Direct Immersion Solid-Phase Microextraction: Friends or Foe?

2018· article· en· W2787593167 sur OpenAlexafffund
Md. Nazmul Alam, Janusz Pawliszyn

Notice bibliographique

RevueAnalytical Chemistry · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésChemistryAnalyteSolid-phase microextractionChromatographySorbentMatrix (chemical analysis)Solid phase extractionExtraction (chemistry)Sample preparationDesorptionComplex matrixAnalytical Chemistry (journal)Mass spectrometryAdsorptionOrganic chemistryGas chromatography–mass spectrometry

Résumé

récupéré en direct d'OpenAlex

The development of matrix compatible coatings for solid-phase microextraction (SPME) has enabled direct extraction of analytes from complex sample matrices. The direct immersion (DI) mode of SPME when utilized in conjunction with such extraction phases facilitates extraction of a wide range of analytes from complex matrices without the incurrence of fouling or coating saturation. In this work, mathematical models and computational simulations were employed to investigate the effect of binding components present in complex samples on the recovery of small molecules varying in logP for extractions carried out using the direct immersion approach. The presented findings corroborate that the studied approach indeed enables the extraction of both polar and nonpolar analytes from complex matrices, provided a suitable sorbent is employed. Further results indicated that, in certain cases, the kinetics of extraction of a given analyte in its free form might be dependent on the desorption kinetics of their bound form from matrix components, which might lower total recoveries of analytes with high affinity for the matrix. However, the binding of analytes to matrix components also enables SPME to extract a balanced quantity of different logP analytes, facilitated by multiphase equilibria, with a single extraction device.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,054
Tête enseignante GPT0,388
Écart entre enseignants0,334 · 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.

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetAnalytical chemistry methods developmentTravaux en français237 207