Simultaneous Determination of 147 Pesticide Residues in Traditional Chinese Medicines by GC–MS/MS
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Determination of pesticide residues remains a challenge in traditional Chinese medicines in which complex compounds may interfere with analysis signals. This study reports the development of a simple, effective, and high-throughput method combining gas chromatography–tandem mass spectrometry (GC–MS/MS) with either QuEChERS or solid phase extraction (SPE) to determine 147 pesticide residues in traditional Chinese medicines simultaneously. In SPE, the mixture of n -hexane and ethyl acetate (1:1, v/v) was selected to extract 147 pesticides in honeysuckle, and the extracted pesticides were determined by GC–MS/MS. The limits of detection for all pesticides were within 0.01–0.05 mg/kg. The recoveries were within 70–120% and the relative standard deviations were below 20% for over 90% pesticides. The coefficients of determination were up to 0.999 for the linearity between MS signals and different concentrations of pesticides (20–200 ng/mL). The analytical performance was confirmed in determining pesticide residues in dried tangerine peel. SPE achieved comparable recoveries for all pesticides compared to the QuEChERS method.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».