Efficient Low-Cost Procedure for Microextraction of Estrogen from Environmental Water Using Magnetic Ionic Liquids
Notice bibliographique
Résumé
In this study, three magnetic ionic liquids (MILs) were investigated for extraction of four estrogens, i.e., estrone (E1), estradiol (E2), estriol (E3), and ethinylestradiol (EE2), from environmental water. The cation trihexyl(tetradecyl)phosphonium ([P66614]+), selected to confer hydrophobicity to the resulting MIL, was combined with tetrachloroferrate(III), ferricyanide, and dysprosium thiocyanate to yield ([P66614][FeCl4]), ([P66614]3[Fe(CN)6]), and ([P66614]5[Dy(SCN)8]), respectively. After evaluation of various strategies to develop a liquid–liquid microextraction technique based on synthesized MILs, we placed the MILs onto a magnetic stir bar and used them as extracting solvents. After extraction, the MIL-enriched phase was dissolved in methanol and injected into an HPLC–UV for qualitative and quantitative analysis. An experimental design was used to simultaneously evaluate the effect of select variables and optimization of extraction conditions to maximize the recovery of the analytes. Under optimum conditions, limits of detection were in the range of 0.2 (for E3 and E2) and 0.5 μg L−1 (for E1), and calibration curves exhibited linearity in the range of 1–1000 μg L−1 with correlation coefficients higher than 0.998. The percent relative standard deviation (RSD) was below 5.0%. Finally, this method was used to determine concentration of estrogens in real lake and sewage water 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 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) | 0,001 | 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 ».