Data supporting the optimization of liquid chromatography tandem mass spectrometry conditions to analyze EPA-priority hormones and bisphenol A in water samples
Notice bibliographique
Résumé
This database presents the optimization of ultra-high-performance liquid chromatography electrospray ionization tandem mass spectrometry (UHPLC-MS/MS) for the analysis of EPA-priority endocrine disruptor compounds (13 hormones and bisphenol A). Various method parameters were tested and compared for improved sensitivity. Data related to the selection of the ionization source (heated-ESI vs. APCI) are presented, including optimization results of source parameters. Compound-dependent responses when varying the UHPLC mobile phase salt concentration of ammonium fluoride (NH4F) are supplied. Details on the chromatographic gradient program and chromatographic data demonstrating the separation of α-estradiol and β-estradiol are provided. In addition, we supply the details on mass spectrometry parameters under the optimized conditions, relative responses of quantification and confirmation MS/MS transitions (QT/CT), and number of points present in UHPLC-MS/MS spectra. The sample preparation and instrumental analysis procedures under the retained conditions are also described. The herein dataset supports the research “Analysis of Environmental Protection Agency priority endocrine disruptor hormones and bisphenol A in tap, surface and wastewater by online concentration liquid chromatography tandem mass spectrometry” Goeury et al., 2019.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».