MétaCan
Menu
Retour à la cohorte
Enregistrement W6903236640 · doi:10.1021/jf903849n.s001

Development and Interlaboratory Validation of a QuEChERS-Based Liquid Chromatography−Tandem Mass Spectrometry Method for Multiresidue Pesticide Analysis

2016· article· en· W6903236640 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Residue Analysis and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuechersPesticide residuePesticideSample preparationMass spectrometryDetection limitLiquid chromatography–mass spectrometry

Résumé

récupéré en direct d'OpenAlex

A high-throughput, QuEChERS (Quick, Easy, Cheap, Effective, Rugged, Safe) sample preparation and liquid chromatography−tandem mass spectrometry (LC-MS/MS) analytical method has been developed and validated for the determination of 191 pesticides in vegetation and fruit samples. Using identical LC analytical column and MS/MS instrumentation and operation parameters, this method was evaluated at the U.S. Food and Drug Administration (FDA), National Research Centre for Grapes (NRCG), India, and Ontario Ministry of the Environment (MOE) laboratories. Method validation results showed that all but 1 of these 191 pesticides can be analyzed by LC-MS/MS with instrument detection limits (IDL) in the parts per trillion (ppt) range. Matrix-dependent IDL studies showed that due to either the low ionization efficiency or matrix effect exerted, 14 of these 191 pesticides could not be analyzed by this method. Method recovery (%R) and method detection limits (MDLs) were determined by the three laboratories using four sample matrices in replicates (<i>N</i> = 4). With >79% of %R data from the fortification studies in the range from 80 to 120%, MDLs were determined in the low parts per billion range with >94% of MDLs in the range from 0.5 to 5 ppb. Applying this method to the analysis of incurred samples showed that two multiple reaction monitoring (MRM) transitions may not be enough to provide 100% true positive identification of target pesticides; however, quantitative results obtained from the three laboratories had an excellent match with only a few discrepancies in the low parts per billion levels. The %R data from the fortification studies were subjected to principal component analysis and showed the majority of %R fell into the cluster of 80% < %R < 120%. Due to the matrix effect exerted by ginseng and peach, outliers were observed at the lowest spiking levels of 10 and 25 ppb. The study also showed that QuEChERS samples should be analyzed as soon as prepared or stored in a freezer to avoid any adverse affect on the analytes evaluated.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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 enseignants0,181
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,034
Tête enseignante GPT0,279
Écart entre enseignants0,245 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetPesticide Residue Analysis and SafetyTravaux en français237 207