Monitoring Poly(methyl methacrylate) and Polyvinyl Dichloride Micro/Nanoplastics in Water by Direct Solid-Phase Microextraction Coupled to Gas Chromatography–Mass Spectrometry
Notice bibliographique
Résumé
A simple, sustainable, and sensitive monitoring approach of micro/nanoplastics (MNPs) in aqueous samples is crucial since it helps in assessing the extent of contamination and understanding the potential risks associated with their presence without causing additional stress to the environment. In this study, a novel strategy for qualitative and quantitative determination of MNPs in water by direct solid-phase microextraction (SPME) coupled with gas chromatography-mass spectrometry (GC-MS) was proposed for the first time. Spherical poly(methyl methacrylate) (PMMA) and irregularly shaped polyvinyl dichloride (PVDC) were used to evaluate the feasibility and performance of the proposed method. The results demonstrated that both PMMA and PVDC MNPs were efficiently extracted by the homemade SPME coating of nitrogen-doped porous carbons (N-SPCs) and exhibited sufficient thermal decomposition in the GC-MS injection port. Excellent extraction performances of N-SPCs coating for MNPs are attributed to hydrophobic cross-linking, electrostatic forcing, hydrogen bonding, and pore trapping. Methyl methacrylate was identified as the marker for PMMA, while 1,3-dichlorobenzene and 1,3,5-trichlorobenzene were the indicators for PVDC. Under the optimal extraction and decomposition conditions, the proposed method exhibited ultrahigh sensitivity, with a limit of detection of 0.0041 μg/L for PMMA and 0.0054 μg/L for PVDC. Notably, a programmed temperature strategy for the GC-MS injector was developed to discriminate and eliminate the potential interferences of intrinsic indicator compounds. Owing to the integration of sampling, extraction, injection, and decomposition into one step by SPME, the proposed method demonstrates exceptional sensitivity, eliminating the necessity for complex sample pretreatment procedures and the use of organic solvents. Finally, the proposed method was successfully applied in the determination of PMMA and PVDC MNPs in real aqueous samples.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».