MétaCan
Menu
Retour à la cohorte
Enregistrement W2025032330 · doi:10.1080/02652030400000653

Ochratoxin A in wine and grape juice sold in Canada

2004· article· en· W2025032330 sur OpenAlexaffabout
Winnie Ng, M. Mankotia, Peter Pantazopoulos, R. J. Neil, Peter Scott

Notice bibliographique

RevueFood Additives & Contaminants · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésWineOchratoxin AChemistryFood scienceWhite WineChromatographyDetection limitGrape wineMycotoxin

Résumé

récupéré en direct d'OpenAlex

Ochratoxin A (OTA) was determined in 251 samples of wines and grape juice collected over 3 years in Canada. In total, 25/84 samples of red wine, 22/96 samples of white wine, 3/46 red grape juices and 1/25 white grape juices contained OTA levels above the limit of quantitation (LOQ). Canadian wines, when compared with imported products, showed both a lower OTA occurrence, noted as positive (19 versus 48% above the limit of detection (LOD) for wines), and a lower level of OTA contamination (upper bound mean of 17.5 versus 163pg ml(-1) for wines). Wines from the USA contained no quantifiable levels of ochratoxin A. OTA was found in Canadian and US grape juice samples, with 12.9% above the LOD and an upper bound mean of 13.3pg ml(-1). It was extracted from a wine or grape juice sample by passing it through an immunoaffinity column. The sample matrix was washed off the column with water. OTA was eluted from the column with methanol and quantitatively determined by liquid chromatography using a fluorescence detector. The presence of OTA was confirmed by esterification with boron trifluoride-methanol. The LOQ of OTA was estimated as 20 pg ml(-1) in white wine (S/N 10:1) and 40 pg ml(-1) in red wine, white grape juice and red grape juice (S/N 20.1). The LOD was estimated as 4pgml(-1) for white wine and 8pgml(-1) for red wine and white and red grape juices (S/N 3:1).

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)0,001
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 enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,187
Écart entre enseignants0,177 · 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

Citations67
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood Additives & ContaminantsMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207