Analysis of Herbicide and/or Pesticide Residues in Dietary Botanical Supplements
Notice bibliographique
Résumé
Abstract Analysis of pesticides in nutraceuticals, particularly dietary botanical supplements, is challenging owing to the low water content of powder or tablet samples and potentially higher concentration of co‐extracts produced during the drying and manufacturing processes. These co‐extracts can cause signal suppression or enhancement in mass spectrometric (MS) detection. Poor chromatographic stability and peak shapes can also be observed from co‐eluting matrix components. Sample preparation is critical to the detection of pesticides in extracts, and the major sample preparation methods used for dietary botanical supplements included modified QuEChERS (quick, easy, cheap, effective, rugged, and safe) methods, dilute‐and‐shoot, and pressurized liquid extraction (PLE) with in‐cell (on‐line) cleanup. Additional cleanup of extracts was completed by dispersive solid‐phase extraction (dSPE) or solid‐phase extraction (SPE). Recoveries of individual pesticides from a variety of chemical classes of varying polarities were evaluated using the major sample preparation approaches utilized for analysis of pesticides since 2010. Major chemical classes of pesticides included those predominately analyzed by GC‐MS/MS (pyrethroid insecticides) or LC‐MS/MS (carbamates, sulfonyl ureas, phenyl ureas, and neonicotinoid insecticides) and those that have greater flexibility to be analyzed by GC‐MS/MS or LC‐MS/MS (azole and strobilurin fungicides). Other selected herbicides including cyclohexene oxime herbicides, aryloxyphenoxy propionic herbicides, or fungicides that were included in multiresidue analysis methods were also examined. Common dSPE sorbents included primary secondary amine (PSA), octyldecyl silane (C18), graphitized carbon black (GCB), and zirconia and C18 bonded to silica (Z‐Sep + ), while carbon‐based sorbents were used for SPE along with Florisil ® . C18 and PSA were also used for SPE often in combination with a carbon‐based sorbent. Highlighted are the issues with different chemical classes or sample matrix types.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».