MétaCan
Menu
Retour à la cohorte
Enregistrement W2073076667 · doi:10.1080/19440049.2010.545442

Determination of melamine, ammeline, ammelide and cyanuric acid in infant formula purchased in Canada by liquid chromatography-tandem mass spectrometry

2011· article· en· W2073076667 sur OpenAlexaffabout
Eric Braekevelt, Benjamin P.‐Y. Lau, S. Feng, Cathie Ménard, Sheryl A. Tittlemier

Notice bibliographique

RevueFood Additives & Contaminants Part A · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMelamine detection and toxicity
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésCyanuric acidChemistryChromatographyMelamineInfant formulaLiquid chromatography–mass spectrometryIsotope dilutionSolid phase extractionMass spectrometryTandem mass spectrometryFood scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A liquid chromatography-tandem mass spectrometry-based isotope dilution method was developed for the analysis of the triazine compounds melamine (MEL), ammeline (AMN), ammelide (AMD) and cyanuric acid (CYA) in infant formula samples purchased in Canada in 2008 for the purpose of a combined exposure and risk assessment. Infant formula samples were extracted with 1:1 acetonitrile-water, cleaned up on disposable ion-exchange solid-phase extraction cartridges, and analysed by ultra-high-performance liquid chromatography-tandem mass spectrometry. MEL and CYA were detected in almost all infant formula products: the highest concentrations observed were 0.32 mg kg(-1) MEL and 0.45 mg kg(-1) CYA. Samples that were relatively high in MEL in this survey tended to be low in CYA, and vice versa. Concentrations of AMN and AMD were very low in all samples. The total of MEL-related compounds (sum of all four analytes) in all samples was below the interim standard of 0.5 mg kg(-1) for infant formula products established by Health Canada.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,774

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,207
Écart entre enseignants0,192 · 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

Citations63
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood Additives & Contaminants Part AMême sujetMelamine detection and toxicityTravaux en français237 207