MétaCan
Menu
Retour à la cohorte
Enregistrement W4406599906 · doi:10.26434/chemrxiv-2025-mtlpf

Enhanced Pesticide Screening in Wines and Juices by Column-Switching Liquid Chromatography-Tandem Mass Spectrometry Using Multiple Activation Methods

2025· preprint· en· W4406599906 sur OpenAlexaff
Romain Giraud, J. C. Yves Le Blanc, Mircea Guna, Gérard Hopfgartner

Notice bibliographique

RevueChemRxiv · 2025
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensSciex (Canada)
Organismes subventionnairesnon disponible
Mots-clésChromatographyChemistryLiquid chromatography–mass spectrometryMass spectrometryTandemTandem mass spectrometryPesticideColumn (typography)Materials scienceComputer science

Résumé

récupéré en direct d'OpenAlex

A commercial QqTOF platform (ZenoTOF 7600 system) was modified to enable three fragmentation modes, collision induced dissociation (CID), electron activated dissociation (EAD) and ultraviolet photodissociation (UVPD) at 266 nm. 168 pesticides, which showed fragmentation in CID provides also EAD spectra. In the case of UVPD, 158 compounds fragmented under 266 nm photon irradiation. The performance of the novel platform was evaluated using data independent CID SWATH acquisition for the general screening and schedule multiple product ion acquisition with CID/EAD/UVPD for confirmatory analysis of pesticides in juice, white and red wines samples. A column-switching LC method with online dilution was developed allowing for injection of large volumes (80 μL) into the system. The approach enabled the detection and concentration estimation of approximately thirty pesticides in juices and wines, including insecticides, neonicotinoids and fungicides. Pesticide LODs were found to be in the pg/ml to ng/ml range for MS1 and MS2 acquisitions.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,031
Tête enseignante GPT0,303
Écart entre enseignants0,273 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207