MétaCan
Menu
Retour à la cohorte
Enregistrement W2009962962 · doi:10.1080/02652030110065324

Lead contamination of raisins sold in Canada

2002· article· en· W2009962962 sur OpenAlexaffabout
Robert Dabeka, Arthur D Mckenzie, K. W. Pepper

Notice bibliographique

RevueFood Additives & Contaminants · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésDried fruitLead (geology)ToxicologyFood scienceContaminationChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Graphite-furnace atomic absorption spectrometric analysis of raisins imported in 1993-95 from different countries into Canada showed that raisins from Turkey had unusually high lead levels. The Turkish raisins (n = 18) contained a mean (range) of 0.93 (0.056 3.1) mg kg(-1) lead, whereas five samples from Australia, South Africa, Iran, Mexico and Chile contained a mean of 0.0085 (0.005-0.010) mg kg(-1). Acid-washing studies showed that most of the lead in the Turkish raisins was on the surface of the fruit. The impact of eating the raisins on the dietary intake of lead was estimated for Canadians of different ages and sexes. For example, eating raisins from Turkey would increase the dietary intake of lead by 1-4-year-old children from 0.97 to approximately 2.2 microg kg(-1) body weight day(-1). The source of the lead was traced to use of a copper fungicide contaminated with high lead levels. Currently, lead levels in raisins imported from Turkey are low and approach levels in raisins from other countries. Uncontaminated raisins contain approximately 0.01 mg lead kg(-1), and a maximum tolerance for lead in raisins of 0.1 mg kg(-1) is achievable irrespective of the type of raisin or country of origin. Therefore, consideration should be given to proposing this level as a maximum tolerance for lead in raisins.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,212
Écart entre enseignants0,193 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations16
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood Additives & ContaminantsMême sujetHeavy metals in environmentTravaux en français237 207