MétaCan
Menu
Retour à la cohorte
Enregistrement W2995559440 · doi:10.1038/s41598-019-55809-0

Determination of 5-nitro-2-furaldehyde as marker residue for nitrofurazone treatment in farmed shrimps and with addressing the use of a novel internal standard

2019· article· en· W2995559440 sur OpenAlexaff
Qiang Wang, Xufeng Wang, Yong-Yuan Jiang, Zhiguang Li, Nan Cai, Ke Huang, Donghao Zhao

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensMinistry of Agriculture
Organismes subventionnairesSouth China Sea Fisheries Research Institute, Chinese Academy of Fishery Sciences
Mots-clésNitrofurazoneResidue (chemistry)NitrofuranNitroBiotechnologyToxicologyChemistryBiologyFood scienceMedicineTraditional medicineBiochemistryOrganic chemistryGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract We developed a significantly improved ultra-high performance liquid chromatography-tandem mass spectrometry method for determination of 5-nitro-2-furaldehyde (NF) as a surrogate using a novel internal standard for the detection of nitrofurazone. We used 2,4-dinitrophenylhydrazine derivatization and furfural as the internal standard. Derivatization was easily performed in HCl using ultrasonic manipulation for 5 min followed by liquid extraction using ethyl acetate. The samples were concentrated and purified using reverse phase and alumina cartridges in tandem. The derivatives were separated using a linear gradient elution on a C18 column with methanol and water as the mobile phase in negative ionization mode and multiple reaction monitoring. Under the optimized conditions, the calibration curves were linear from 0.2 to 20 μg/L with correlation coefficients >0.999. Mean recoveries were 80.8 to 104.4% with the intra- and inter-day relative standard deviations <15% at spiking levels of 0.1 to 10 μg/kg. The limits of detection and quantification were 0.05 and 0.1 μg/kg, respectively. This method is a robust tool for the identification and quantitative determination of NF in shrimp samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,276
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations57
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207