Selective Gas Chromatography Mass Spectrometry Method for Ultratrace Detection of Selenocyanate
Notice bibliographique
Résumé
The recent interest in the determination of selenocyanate (SeCN–) in wastewater systems has spurred the development of analytical methods for its determination at the ultratrace level. Since most of the current procedures require complex and costly instrumental configurations, we have developed a simple and rapid gas chromatography tandem mass spectrometry (GC/MS/MS) method able to detect SeCN– in water samples with a LOD of 0.1 ng/g Se. A 1 mL volume of aqueous sample was buffered with sodium bicarbonate and treated with triethyloxonium tetrafluoroborate for conversion of the analyte into volatile EtSeCN. The derivatization yield was higher than 90%, and it could tolerate concentrations of chloride or sulfate up to 2%. The EtSeCN was extracted in chloroform and could be detected in electron ionization and also in negative chemical ionization mode with a further gain in signal-to-noise ratio by a factor of 2. The method was applied for the analysis of natural waters with quantitation of SeCN– in the low ng/g region. The Se13C15N– internal standard could be used for isotope dilution. Quantitative spike recoveries of 1 ng/g Se were obtained from seawater and river water, and 1 ng/g Se could be quantified within a standard uncertainty of 15%.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».