MétaCan
Menu
Retour à la cohorte
Enregistrement W4360864279 · doi:10.1039/bk9781839167300-00032

Practical Aspects for SPME Method Development in Complex Samples

2023· book-chapter· en· W4360864279 sur OpenAlexaff
A. Kasperkiewicz, S. Lendor, E. Gionfriddo

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineChemistry
ThématiqueAnalytical chemistry methods development
Établissements canadiensPerkinElmer Biosignal
Organismes subventionnairesnon disponible
Mots-clésAnalyteChromatographyInstrumentation (computer programming)Extraction (chemistry)Sample preparationSolid-phase microextractionSampling (signal processing)Computer scienceBiochemical engineeringProcess engineeringChemistryMass spectrometryGas chromatography–mass spectrometryEngineering

Résumé

récupéré en direct d'OpenAlex

Analysis of complex samples by SPME is feasible and brings undisputable advantages compared to other analytical extraction methodologies. It is critical to understand, however, the delicate interplay between the analytes and sample components and how they can be affected by each parameter involved in the method optimization, which in turn leads to varied recoveries of the analytes by a microextraction device. In addition, special tuning of the method is required according to the instrumentation used for separation and/or detection. This chapter describes practical aspects of SPME method development for complex samples and addresses challenges and solutions for the ex vivo and in vivo sampling of biological, environmental, and food samples subjected to analysis via hyphenated LC or GC techniques as well as direct-to-MS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,000

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 Opus0,261
Tête enseignante GPT0,411
Écart entre enseignants0,150 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAnalytical chemistry methods developmentTravaux en français237 207