Non-target screening analysis of hazardous noxious substances using gas chromatography-quadrupole time-of-flight mass spectrometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The forensic investigation of hazardous noxious substances (HNS) is paramount for an effective response to chemical spill emergencies and other accidents. Analyzing unknown emergency samples poses a challenge due to the limited availability of background information, making the selection of appropriate sample preparation and analytical methodologies difficult. The utilization of high-resolution mass spectrometers (HRMS) in screening both target and non-target substances proves instrumental in revealing hazardous substances that may be overlooked alongside the intended analytes. In this study, a gas chromatography-quadruple time-of-flight mass spectrometer (GC-QTOF-MS) was employed to identify numerous organic compounds in an indoor dust sample. The compounds detected encompassed normal alkanes, fatty acids (saturated and unsaturated), alcohols, phenols, sterols, drugs, polycyclic aromatic hydrocarbons (PAHs), pesticides, flame retardants (such as polybrominated biphenyl ethers, PBDEs), plasticizers (such as phthalates and phosphates), among others. Notably, concentrations of n-alkanes, fatty acids, and phthalates were relatively high, while PAHs and pesticides were present at trace levels. The application of GC-QTOF-MS provides a swift and confirmative approach for analyzing target, suspect, and non-target compounds in both routine and emergency scenarios. This methodology proves invaluable in enhancing our capability to comprehensively assess and address chemical incidents, ensuring a more thorough and accurate response.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 découle