MétaCan
Menu
Retour à la cohorte
Enregistrement W3193668794 · doi:10.1021/acsagscitech.1c00078

Simultaneous Determination of 118 Pesticides in Vegetables by Atmospheric Pressure Gas Chromatography–Tandem Mass Spectrometry and QuEChERs Based on Multiwalled Carbon Nanotubes

2021· article· en· W3193668794 sur OpenAlexaboutno aff
Yi Yang, Huanhuan Yu, Jing Zhang, Jie Yin, Bing Shao

Notice bibliographique

RevueACS Agricultural Science & Technology · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of China
Mots-clésQuechersPesticidePesticide residueChemistryGas chromatographyChromatographyMass spectrometryGas Chromatography/Tandem Mass SpectrometryDetection limitTandem mass spectrometryResidue (chemistry)Gas chromatography–mass spectrometryEnvironmental chemistryAgronomyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Pesticides are useful in agriculture but excessive usage of pesticides is hazardous to human health. Therefore, the pesticide residues in food are strictly monitored worldwide. In this study, a rapid method was developed for the simultaneous determination of 118 pesticides in vegetables by using atmospheric pressure gas chromatography–tandem mass spectrometry (APGC–MS/MS) and purification by multiwalled carbon nanotubes (MWCNTs). We optimized the chromatography and mass spectrometric conditions and obtained the best APGC–MS/MS analytical conditions. The optimal outer diameter, length, and amount of MWCNTs were investigated. In addition, the copurification effects of MWCNTs combined with N-propylendiamine (PSA) and C18 were tested. The limits of quantitation (LOQs) of 118 pesticides by this method were 0.05–3.24 μg/kg, which were sensitive enough for detection of the maximum residue limits of target pesticides according to standards in China, Japan, the EU, Canada, New Zealand, Australia, and the U.S.A. The recoveries and RSDs of the 118 pesticides in the three vegetable matrices were 67.1–117.6% and 1.1–14.8%, respectively. We successfully used this method to detect pesticide residues in 93 vegetable samples. Together, our method would be suitable for the routine analysis of multiclass residues in vegetable samples, especially for food of international trade.

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 enseignants0,003
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)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Agricultural Science & TechnologyMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207