MétaCan
Menu
Retour à la cohorte
Enregistrement W4415671237 · doi:10.1021/acsmeasuresciau.5c00077

An Advanced Gas Chromatography–Mass Spectrometry Workflow for High-Confidence Non-Targeted Screening of Non-Intentionally Added Substances in Recycled Plastics

2025· article· en· W4415671237 sur OpenAlexaff
Conner Stultz, James F. Griffith, Julibeth M. Martínez de la Hoz, Peilin Yang

Notice bibliographique

RevueACS Measurement Science Au · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesDow Chemical Company
Mots-clésWorkflowMass spectrometryIdentification (biology)Gas chromatography–mass spectrometryGas chromatographyDegradation (telecommunications)Contamination

Résumé

récupéré en direct d'OpenAlex

As circularity grows in the global economy, recycling has become more relevant in the plastic materials industry. Recycled plastics, sourced from various origins, can contain numerous non-intentionally added substances such as organic contaminants, polymer degradation products, and consumer residues. The confident identification of contaminants has become an important step in the quality assessment of the recycled material and the evaluation of cleaning processes. However, traditional one-dimensional gas chromatography often encounters challenges in reporting accurate results for these complex samples. In this work, we combine a cryogen-free comprehensive two-dimensional gas chromatographic separation coupled with high-resolution mass spectrometry and a new confidence-level-based data reporting workflow to achieve more rigorous and higher-confidence identification of nontargeted species in recycled plastics. We propose four confidence levels, and seven confidence descriptor classifications based on mass spectral matching, retention index matching, and mass accuracy from high-resolution mass spectral data. The workflow was applied to postconsumer recycled plastics before and after the cleaning process. Higher than 70% of identifications are made with medium-to-high confidence. About 50% more peaks are separated and identified by the workflow compared to traditional one-dimensional separation without significant increase in data collection and analysis time. The workflow was validated by recycled plastics spiked with 26 known compounds of environmental relevance covering a broad range of chemical structures.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Measurement Science AuMême sujetMicroplastics and Plastic PollutionTravaux en français237 207