Determination of Endocrine Disrupting Chemicals in Water and Wastewater Samples by Liquid Chromatography-Negative Ion Electrospray Ionization-Tandem Mass Spectrometry
Notice bibliographique
Résumé
A liquid chromatography-negative ion electrospray ionization-tandem mass spectrometry method was developed for the simultaneous analysis of bisphenol A, 4-octylphenol, 4-nonylphenol, diethylstilbestrol, 17β-estradiol, estriol, estrone, 17α-ethinylestradiol, prednisone, and prednisolone. This method used solid-phase extraction with an elution solvent of acetonitrile to improve the stability of the analytes. To maintain the stability of analytes analyses were completed within five days. The recoveries ranged from 84 to 112% and the relative standard deviation of analysis of duplicate samples was <10%. The limits of quantitation were 1-10 ng/L. Surface water and wastewater were obtained from five wastewater treatment plants in Saskatchewan. Matrix effects were moderate to severe. Using standard addition calibration, all analytes except diethylstilbestrol and 17α-ethinyl estradiol were detected. There was a low frequency of detection of the target analytes in upstream and downstream water, indicating good removal efficiency during the wastewater treatment process. Bisphenol A and 4-nonylphenol were the only analytes detected downstream. Bisphenol A was the most frequently detected in raw wastewater (133 to 403 ng/L). Estriol was detected more often in raw wastewater than estrone or 17β-estradiol. This is the first Canadian study with the detection of prednisone and prednisolone with concentrations at 198-350 ng/L in raw wastewater at 60% of the wastewater treatment plants.
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 ».