Analysis of tetrahydrocannabinol derivative from cannabis‐infused chocolate by QuEChERS‐thin layer chromatography‐desorption electrospray ionization mass spectrometry
Notice bibliographique
Résumé
Recently in Canada and some states of the United States, marijuana (cannabis) has become fully legalized and regulated, for both medical and recreational purposes. This fact is going to make cannabis products such as edibles even more popular than ever before. Therefore, it is assumed that there will be a high demand for analytical methods, which are accurate and sensitive enough to be used in different forensic and pharmaceutical cannabis-related applications. Cannabis derivatives have an extreme range and number of constituents with possible interactions with one another. Thus, this characteristic leads to their vast and highly complex chemistry, which requires robust analytical tools to be able to precisely and accurately quantify and qualify them. We developed and validated an analytical method using desorption electrospray ionization (DESI)-mass spectrometry (MS) to accurately detect, characterize, and quantify cannabinoids and also offer an easy, cost-effective, and reliable technique, which can be performed in a short time for infused edibles in complex matrices such as chocolate. We evaluated a quantitative analysis of tetrahydrocannabinol (THC) in cannabis-infused chocolate with thin-layer chromatography (TLC)-DESI-MS and QuEChERS extraction method. Both techniques of TLC and QuEChERS are cost-effective and can be run in short time.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».