MétaCan
Menu
Retour à la cohorte
Enregistrement W3013025748 · doi:10.21577/1984-6835.20200019

A rapid screening method for the detection of benzodiazepine drugs in environmental samples by MALDI-TOF mass spectrometry

2020· article· en· W3013025748 sur OpenAlexafffund
Chalder Nogueira Nunes, Emy Komatsu, Hélène Perreault, Sueli Pércio Quináia

Notice bibliographique

RevueRevista Virtual de Química · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoNatural Sciences and Engineering Research Council of CanadaCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorFundação AraucáriaUniversity of Memphis
Mots-clésMass spectrometryChromatographyBenzodiazepineChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Resumo: Benzodiazepínicos (BDZs) são considerados contaminantes de preocupação emergente e têm sido frequentemente encontrados em ambientes aquáticos.Devido à possível ecotoxicidade destes compostos, se faz necessário avaliar sua presença e distribuição no ambiente aquático.O presente trabalho traz uma introdução ao MALDI-TOF para a determinação qualitativa rápida de benzodiazepínicos em amostras de água e sedimentos.A extração dos BDZs da água foi feita pelo métdo QuEChERS (quick easy cheap effective rugged and safe) e uma extração sólido-líquida foi usada para amostras de sedimentos.Um procedimento de limpeza (cleanup) adaptado com ponteiras de 200 µL e cinco camadas de discos de extração sólida (EmporeTM 2215 -C18 C18 (octadecyl) 47 mm (3M, London, On)) e a extração sólido-líquida foram eficientes e picos com adequada relação sinal-ruído foram obtidos para o alprazolam (ALP) e diazepam (DIAZ) em amostras enriquecidas.O método não foi sensível para o clonazepam (CLO).Os limites de detecção para o DIAZ e ALP em água de rio foram de 2,5 e 5,0 µg/L respectivamente.Nas amostras de sedimentos, os limites de detecção alcançados foram de 40 ng/g para ambas as drogas.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,234
Écart entre enseignants0,220 · 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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista Virtual de QuímicaMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207