Development and Validation of a Hybrid Screening and Quantitative Method for the Analysis of Eight Classes of Therapeutants in Aquaculture Products by Liquid Chromatography–Tandem Mass Spectrometry
Notice bibliographique
Résumé
A method using reverse-phase ultra-high-performance liquid chromatography coupled with tandem mass spectrometry is described for eight classes of therapeutants that are used in marine aquaculture products. Validation studies to evaluate recovery, precision, method detection limits, and measurement uncertainty were performed at three levels, using three representative matrices [salmon (fatty fish), tilapia (lean fish), and shrimp (crustaceans)] to assess the method performance for use as a screening or determinative (quantitative and confirmatory) method. A total of 16 sulfonamides (plus 2 potentiators), 2 tetracyclines, 11 (fluoro)quinolones, 7 nitroimidazoles, 3 amphenicols, 5 steroids, and 3 stilbenes met the quantitative criteria for method validation. An additional 5 triphenylmethane dyes, 2 sulfonamides, 2 tetracyclines, and 1 amphenicol met the required performance for use as a screening method. Limits of detection (LODs) for the compounds that met the quantitative criteria ranged from 0.1 to 5 μg/kg, while LODs for compounds from the screening group ranged from 0.1 to 30 μg/kg. This method provides a comprehensive approach to the determination of different classes of compounds in aquaculture products.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».