MétaCan
Menu
Retour à la cohorte
Enregistrement W4367834298 · doi:10.1021/acs.analchem.3c00593

A Rapid Derivatization for Quantitation of Perfluorinated Carboxylic Acids from Aqueous Matrices by Gas Chromatography–Mass Spectrometry

2023· article· en· W4367834298 sur OpenAlexafffund
RenXi Ye, Robert A. Di Lorenzo, Jessica T. Clouthier, Cora J. Young, Trevor C. VandenBoer

Notice bibliographique

RevueAnalytical Chemistry · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePer- and polyfluoroalkyl substances research
Établissements canadiensMemorial University of NewfoundlandYork University
Organismes subventionnairesEnvironment and Climate Change CanadaYork UniversityNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaGovernment of Ontario
Mots-clésChemistryDerivatizationUltrapure waterChromatographyDetection limitAnalyteAqueous solutionMass spectrometryExtraction (chemistry)Gas chromatography–mass spectrometryGas chromatographyDiazomethaneSample preparationTap waterOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Ultrashort-chain perfluorinated carboxylic acids (PFCAs) are receiving more attention due to their ever-increasing presence in the environment. Methods have been established for the analysis of short- and long-chain PFCAs, while robust quantitation of ultrashort-chain species is scarce. Here, we develop a novel derivatization method using diphenyl diazomethane for quantitation of C2–C14 PFCAs in aqueous matrices. The method is highlighted by rapid completion of derivatization (<1 min) and retention and separation of ultrashort-chain (C2/C3) PFCA derivatives using H 2 carrier gas ( R > 1.5). A weak anion exchange solid-phase extraction procedure for analyte recovery from representative aqueous samples was developed and validated by spike and recovery from ultrapure water, synthetic ocean water, and simulated denuder extracts used for collecting gaseous PFCAs. Recoveries for PFCAs ranged from 83 to 130% for the majority of analytes and matrices. The instrument detection limits (IDLs) range from 8 to 220 fg per injection, and method detection limits (MDLs) range from 0.06 to 14.6 pg/mL for 500 mL aqueous samples, which are within an order of magnitude to conventional LC–MS/MS methods. The method was applied to the analysis of real samples of tap water, rainwater, ocean water, and annular denuder extracts. The overall method provides a cost-effective alternative to conventional LC–MS/MS methods, overcoming the typical GC–MS drawbacks of high detection limits and long sample preparation times while being able to simultaneously analyze the complete spectrum of environmentally relevant PFCAs.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,273
Écart entre enseignants0,257 · 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
GenreMéthodes

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

En bref

Citations25
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetPer- and polyfluoroalkyl substances researchTravaux en français237 207