Characteristics of a novel on-line micro pressurized liquid extraction method
Notice bibliographique
Résumé
A novel on-line micro pressurized liquid extraction (μPLE) method is introduced, which directly interfaces miniaturized solid sample preparation with HPLC for fast analysis. The technique employs rapid heating to remove analytes from 5–10 mg samples in typically 20–40 s using only about 300 μL of solvent. The resulting extract is then internally transferred to an HPLC injector for chromatographic analysis. Results show that good analyte recoveries can be achieved, similar to conventional PLE and off-line μPLE approaches, without manual sample handling. For example, 103% ± 3% (n = 4) of the acetylsalicylic acid present in pharmaceutical tablets was extracted into methanol after 20 s at 180 °C. Further, 105% ± 9% (n = 4) of the caffeine present in a green tea sample was extracted into methanol after 40 s at 275 °C. Typical time to analysis was about 95 s total for most samples, and solvents could also be easily alternated during trials to increase extract selectivity. The on-line μPLE system was applied to the extraction of model PAHs from a biochar matrix and was found to extract 97% ± 5% (n = 4) of anthracene present in the sample after a 30 s static and 60 s dynamic extraction at 220 °C. This yield is much better than results obtained by previous approaches and is attributed to the small size, high temperature, low thermal mass, and dynamic flow of the system. Findings indicate that the on-line μPLE system can greatly assist in such extractions and provide a useful method for rapidly preparing solid samples for analysis using little solvent.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».