MétaCan
Menu
Retour à la cohorte
Enregistrement W4416308923 · doi:10.1038/s41598-025-25388-4

BAGI-assessed green GC-MS method for rapid analysis of paracetamol/metoclopramide in pharmaceuticals and plasma

2025· article· en· W4416308923 sur OpenAlexaff
Lateefa A. Al‐Khateeb, Mohammed Gamal, Mohamed A. El-Sayed, Raimar Löbenberg, Amira M. Hegazy

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Methods in Pharmaceuticals
Établissements canadiensUniversity of Alberta
Organismes subventionnairesKing Abdulaziz University
Mots-clésHuman plasmaPharmacokineticsPlasmaPlasma concentrationIdeal (ethics)Accuracy and precisionLinearity

Résumé

récupéré en direct d'OpenAlex

The growing demand for eco-friendly and cost-effective analytical methods has driven the development of a fast, green, and sensitive GC-MS assay for the simultaneous quantification of paracetamol (PAR) and metoclopramide (MET) in pharmaceutical formulations and human plasma. Separation was achieved in 5 min using a high-polarity 5% Phenyl Methyl Silox column, with detection at *m/z* 109 (PAR) and 86 (MET). The method was fully validated per ICH guidelines, showing excellent linearity (PAR: 0.2-80 µg/mL, r² = 0.9999; MET: 0.3-90 µg/mL, r² = 0.9988) and precision (tablet recovery: 102.87 ± 3.605% PAR, 101.98 ± 3.392% MET; plasma recovery: 92.79 ± 1.521% PAR, 91.99 ± 2.153% MET). Greenness assessment via three metrics, including the BAGI tool (score: 82.5), confirmed its environmental superiority over conventional methods. With high sensitivity, accuracy, and a 5-minute runtime, this approach is ideal for routine quality control and pharmacokinetic studies.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,434
Écart entre enseignants0,380 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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 revueScientific ReportsMême sujetAnalytical Methods in PharmaceuticalsTravaux en français237 207