Applications of LC/ESI-MS/MS and UHPLC/Qq-TOF-MS for the Determination of 141 Pesticides in Tea
Notice bibliographique
Résumé
This paper presents the applications of LC-electrospray ionization (ESI)/MS/MS and ultra-HPLC (UHPLC)/ESI quadrupole (Qq)-time-of-flight (TOF) MS for the determination of 141 pesticides in tea. Pesticides were extracted and cleaned up from tea with a modified quick, easy, cheap, effective, rugged, and safe method using graphitized carbon black and primary-secondary amine sorbents. Quantification was achieved using matrix-matched standard calibration curves with isotopically labeled standards or a chemical analog as internal standards in an analytical range from 5 to 500 microg/kg. The LC/ESI-MS/MS served as a reliable tool to quantify the pesticides due to its superior sensitivity and good repeatability. Its method performance characteristics that include overall recovery, intermediate precision, and measurement uncertainty were evaluated according to a statistically designed experiment, i.e., a nested design. About 87% of the pesticides had recoveries between 81 and 110%; 94% had an intermediate precision < or = 20%; and 90% showed measurement uncertainty < or = 40%. About 92% of the pesticides were able to be detected at 5 microg/kg with an S/N > or = 3. The UHPLC/Qq-TOF-MS showed much less sensitivity and poorer repeatability compared to the LC/ESI-MS/MS, and, therefore, it was primarily used for confirmatory purposes based on the accurate mass measurement and isotopic patterns.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».