A microextracção em fase sólida como técnica de preparação de amostras em química analítica e toxicologia : teoria e aplicações
Bibliographic record
Abstract
A microextracção em fase sólida, SPME, é uma técnica de adsorção/dessorção desenvolvida na Universidade de Waterloo (Ontario, Canadá) que elimina a necessidade de utilização de solventes orgânicos ou instrumentos complicados para a extracção e concentração de compostos voláteis e não voláteis a partir de amostras líquidas ou gasosas.A SPME origina resultados lineares dentro de um amplo intervalo de concentrações, é compatível com qualquer tipo de equipamento de cromatografia gasosa, com colunas de enchimento ou capilares, ou ainda cromatografia gasosa-spectrometria de massa. Pode, inclusivamente ser utilizado com injectores split/splitless ou directos. Na análise de urina, sangue ou outras matrizes biológicas, a preparação das amostras é normalmente necessário extraír e concentrar os analitos de interesse, o que é efectuado com recurso à extracção líquido-líquid, extracção em fase sólida, ou outras técnicas. Estes procedimentos apresentam várias desvantagens, onde se incluem o tempo excessivo de preparação e gasto desnecessário de solventes orgânicos. A SPME elimina a maior parte destes inconvenientes, já que é uma técnica rápida e que não necessita de solventes orgânicos ou de equipamentos complicados para ser levada a cabo. Esta técnica pode ser utilizada para monitorizar analitos em amostras líquidas ou gasosas, podendo ser acoplada à cromatografia gasosa, cromatografia gasosa-espectrometria de massa ou cromatografia líquida de alta eficiência. Embora inicialmente direccionada para a determinação de compostos orgânicos no meio ambiente, as suas vantagens nas análises clínicas, forenses e de alimentos têm vindo a ser postas em evidência. Desta forma, com este trabalho pretende-se conhecer mais aprofundadamente esta técnica bem como rever as suas principais aplicações no campo da toxicologia e da química analítica.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.003 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.004 | 0.001 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".