Continuous flow membrane microextraction as a clean method for detecting codeine and papaverine in biological samples using HPLC-UV
Notice bibliographique
Résumé
In this study, continuous-flow membrane microextraction was connected online with a high-performance liquid chromatography-UV detector for the pre-concentration and high clean-up of papaverine and codeine in biological samples. The extraction cell was designed with donor and acceptor chambers separated by a sheet membrane. By adjusting the pH of the donor phase (10 mL, pH 11), the analyte molecules were extracted into the supported liquid membrane (SLM) (15 µL of 1-octanol). The donor solution was circulated through the donor chamber using a peristaltic pump and magnetically agitated by a bar stirrer placed near the membrane, enhancing the diffusion and convection flow of the targeted drugs from the donor solution to the SLM. Subsequently, by adjusting the acceptor solution to an acidic pH of 2 (100 µL), the drugs in ionic form were reversely extracted into the acceptor phase. The procedure exhibited desirable relative standard deviation of less than 3.70%, linear ranges of 7–600 ng mL−1 for codeine and 2.0–600 ng mL−1 for papaverine, and limits of detection of 2.0 ng mL−1 for codeine and 0.6 ng mL−1 for papaverine. The design of the extraction cell significantly improved the performance for determining targeted drugs in complex matrices such as plasma and urine.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| 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 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 ».