Analyse des pesticides dans l’eau de surface, l’eau potable et les produits de consommation par chromatographie liquide couplée à la spectrométrie de masse
Notice bibliographique
Résumé
L’utilisation intensive de certains pesticides et leur relative persistance vont de pair avec la présence de résidus dans l’eau de surface et l’eau potable mais aussi dans les produits agricoles disponibles pour les consommateurs, y compris les denrées alimentaires. À l’heure actuelle, les effets des pesticides sur la vie aquatique et d’autres organismes non ciblés sont relativement bien connus, et la possibilité des effets sur l’être humain fait débat. Des normes de qualité ont été proposées pour l’eau, que ce soit des critères pour l’eau potable ou des critères de protection de la vie aquatique pour l’eau de surface. Des limites maximales de résidus (MRL) de pesticides ont également été établies pour certains produits, notamment les fruits et légumes. Un des défis pour les chercheurs est la mise en œuvre de nouvelles méthodes analytiques sensibles et robustes pour la quantification ultra-trace de ces composés, afin de déterminer si les différents échantillons sont conformes aux directives ou aux MRL. L’analyse des pesticides modérément polaires dans des matrices complexes repose tout d’abord sur la méthode d’extraction. Plusieurs options sont disponibles, telles que l’extraction liquide-liquide ou en phase solide (SPE, Solid Phase Extraction) pour les matrices aqueuses, ou encore dSPE de type QuEChERS (Quick, Easy, Cheap, Effective, Rugged and Safe) pour les matrices solides. Actuellement, la chromatographie en phase liquide couplée à la spectrométrie de masse en tandem représente un choix pertinent pour les analyses ultra-traces, mais sa mise en œuvre peut présenter certains défis. Dans ce contexte, les principaux objectifs de ce travail de recherche sont les suivants : i) proposer des méthodes analytiques rapides, sensibles et robustes pour déterminer des pesticides multi-classes aux niveaux d’exposition que l’on retrouve dans différentes matrices comme l’eau potable, les denrées alimentaires et l’urine comme matrice biologique, et ii) évaluer le lien entre les sources de contamination des divers pesticides et leur mobilité afin de documenter la distribution spatiale et temporelle dans l’eau de surface et l’eau potable au Québec. Pour les échantillons aqueux, une méthode SPE en ligne entièrement automatisée couplée à la chromatographie liquide haute performance et spectrométrie de masse en tandem a été développée. La méthode proposée est rapide (8 min par échantillon) avec des limites de détection comprises entre 0.1 et 5 ng L-1 pour les pesticides de la famille des néonicotinoïdes et l’atrazine. Pour les produits alimentaires tels que les fruits et légumes, l’optimisation d’une méthode de type QuEChERS a été réalisée. La méthode permet d’atteindre des niveaux de détection entre 0.05 ng g-1 et 2 ng g-1 pour une gamme de 22 pesticides couvrant 7 classes différentes, incluant les organophosphorés, les carbamates, les néonicotinoïdes et les triazines, entre autres. La robustesse des diverses méthodes a été démontrée par des expériences de contrôle qualité inter- et intra-journaliers afin de garantir l’exactitude, la précision et l’absence d'effets matriciels pour de longues séquences d’analyse. Les méthodes validées ont été appliquées à des échantillons réels, y compris des échantillons d’eau du robinet couvrant 52 villes de la province du Québec (Canada), 68 échantillons d’eau de surface (fleuve Saint-Laurent et tributaires), et 133 échantillons de laitue, pomme, raisin et tomates achetés sur les marchés locaux. Les résultats indiquent une forte occurrence de l’atrazine, la thiaméthoxame, la clothianidine et l’imidaclopride dans les échantillons d’eau et les quatre produits alimentaires.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 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) | 0,003 | 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 ».