Arsenic in Rice: I. Estimating Normal Levels of Total Arsenic in Rice Grain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High levels of arsenic (As) in rice grain are a potential concern for human health. Variability in total As in rice was evaluated using 204 commercial rice samples purchased mostly in retail stores in upstate New York and supplemented with samples from Canada, France, Venezuela, and other countries. Total As concentration in rice varied from 0.005 to 0.710 mg kg(-1). We combined our data set with literature values to derive a global "normal" range of 0.08-0.20 mg kg(-1) for As concentration in rice. The mean As concentrations for rice from the U.S. and Europe (both 0.198 mg kg(-1)) were statistically similar and significantly higher than rice from Asia (0.07 mg kg(-1)). Using two large data sets from Bangladesh, we showed that As contaminated irrigation water, but not soil, led to increased grain As concentration. Wide variability found in U.S. rice grain was primarily influenced by region of growth rather than commercial type, with rice grown in Texas and Arkansas having significantly higher mean As concentrations than that from California (0.258 and 0.190 versus 0.133 mg kg(-1)). Rice from one Texas distributor was especially high, with 75% of the samples above the global "normal" range, suggesting production in an As contaminated environment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle