MétaCan
Menu
Retour à la cohorte
Enregistrement W2025325351 · doi:10.1021/jf990918d

Investigation on the Possible Formation of <i>N</i>-Nitroso-<i>N</i>-methylurea by Nitrosation of Creatinine in Model Systems and in Cured Meats at Gastric pH

2000· article· en· W2025325351 sur OpenAlexaff
Nrisinha P. Sen, Stephen W. Seaman, Christine Burgess, Philander A. Baddoo, Dorcas Weber

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésNitrosationChemistryNitriteNitroso CompoundsFood scienceChromatographyCarcinogenNitrosamineNitrosoIncubationCreatinineBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

N-Nitroso-N-methylurea (NMU) is a highly potent direct-acting carcinogen that has been shown to induce cancer in a number of animal species. Although previous research has indicated that nitrosation of creatinine (CRN), a common constituent of meats, dried fish, and seafoods, can form traces of NMU, there is uncertainty as to (1) the yield of NMU and (2) whether detectable amounts of NMU can be formed from cured meats following nitrosation under acidic conditions given the low residual levels of nitrite found in cured meats at the present time. Lack of sensitive and specific analytical methods most likely has hindered progress in research in these areas. An HPLC postcolumn denitrosation-thermal energy analyzer technique and a GC-MS confirmation technique were developed for the determination of NMU in cured meats. Both techniques are highly sensitive (0.5 and 0.03 ppb, respectively) and specific. The optimum pH for NMU formation from CRN ranged between pH 1 and pH 3, and the yields of NMU under variable reactant concentrations ranged between 0.00004 and 0.0046%. When 27 samples of various cured meats (10 g aliquots each) were acidified with HCl (final pH values of 0.8-2.5) and incubated at room temperature for 2 h, without any additional nitrite, 24 gave results below detectable levels but 3 formed 2-26 ng of NMU/10 g of meat. Incubation of the negative meats with additional nitrite (50-500 microg/g of meat) formed 0.6-176 ng of NMU/10 g of sample. Although the amounts of NMU formed were extremely small, this seems to be the first reported formation of NMU from cured meats with and without additional nitrite.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,178
Écart entre enseignants0,166 · 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'étudeExpérimental (laboratoire)
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

Citations35
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207