Electrochemical Determination of Deoxynivalenol Using a Modified Glassy Carbon Electrode
Notice bibliographique
Résumé
Mycotoxins are toxic secondary metabolites, produced by different types of molds. These substances cause economic losses and are considered as a global public health concern because the food supplies that are contaminated by mycotoxins are graded as unfit for consumption.1 Deoxynivalenol (DON), also called vomitoxin is one of the most representative mycotoxins which is mainly produced by Fusarium graminearum and Fusarium culmorum. DON commonly contaminates grains, such as corn, wheat and rice. DON has also been found to contribute to chronic disease development.2 The DON analysis for quality control purposes in grains commonly relies on expensive methods, such as GC-MS and HPLC or complex biosensors.3 These methods are used because of high sensitivity which makes it possible to detect trace amounts of DON in complex media. In this work, we propose an easy to use, rapid and cost-efficient detection method for DON based on modified glassy carbon electrodes (GCE). The electrochemical behavior of DON is studied using cyclic voltammetry (CV) and electrochemical impedance spectroscopy (EIS) methods. Limits of detection and quantification are determined. The performance of the sensor in spiked solutions and real samples is studied and compared with standard methods. References (1) Lee, H. J.; Ryu, D. Journal of Agricultural and Food Chemistry 2017, 65, 7034-7051. (2) Pestka, J. J.; Smolinski, A. T. Journal of Toxicology and Environmental Health, Part B 2005, 8, 39-69. (3) Tittlemier, S. A.; Brunkhorst, J.; Cramer, B.; DeRosa, M. C.; Lattanzio, V. M. T.; Malone, R.; Maragos, C.; Stranska, M.; Sumarah, M. W. World Mycotoxin Journal 2021, 14, 3-26.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».