Fast Analysis of Ultra-short Chain Per- and polyfluoroalkyl substances (PFAS) in River Water by Hydrophilic Interaction Liquid Chromatography Mass Spectrometry
Notice bibliographique
Résumé
A fast and sensitive analytical method was developed for the determination of 11 ultra-short and short-chain PFAS in surface water.For the first time, online solid-phase extraction coupled with liquid chromatography high-resolution mass spectrometry (on-line SPE-LC-HRMS) was used to analyze these emerging PFAS.Screening of 7 chromatographic columns and 5 on-line SPE columns was performed, and experimental designs were applied to optimize SPE loading conditions.Other method parameters were tested, leading to the choice of filter (glass fiber), sample acidification, chromatographic mobile phases (25mM ammonia acetate in water/acetonitrile), and SPE loading mobile phase (0.0125% formic acid in mQ-water).The method was validated in surface water matrix with suitable determination coefficients, detection limits (LOD range: 0.006-3.3ng/L), accuracy (71%-130%), intraday precision (0.48%-20%), and inter-day precision (0.92%-19%).The method was applied to 44 river water samples collected in Eastern Canada, including airport sites with fire-training areas.Of the 11 ultra-short and shortchain PFAS targeted for screening, the most frequent were trifluoroacetic acid (TFA, 4.6-220 ng/L), perfluorobutanoic acid (PFBA, 0.85-33 ng/L), perfluoropentanoic acid (PFPeA, 1.2-2100 ng/L), trifluoromethane sulfonic acid (TMS, 0.01-4.3ng/L), and perfluorobutane sulfonic acid (PFBS, 0.07-450 ng/L).Levels of PFBS, PFBA, and PFPeA were orders of magnitude higher in rivers near fire-training area sites compared with other rivers, while TFA and TMS were not, likely reflecting atmospheric deposition sources for these two compounds.Ultrashort 1:3, 2:3 and 3:3 polyfluoroalkyl acids were also detected in environmental waters for the first time.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».