MétaCan
Menu
Retour à la cohorte
Enregistrement W2083472961 · doi:10.1021/jf020889y

Acrylamide in Foods:  Occurrence, Sources, and Modeling

2002· article· en· W2083472961 sur OpenAlexaff
Adam Becalski, Benjamin P.‐Y. Lau, David Lewis, Stephen W. Seaman

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePotato Plant Research
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésAcrylamideChemistryAsparagineMaillard reactionChromatographyAmmonium formateIsotope dilutionElutionMass spectrometryAmino acidOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Acrylamide in food products-chiefly in commercially available potato chips, potato fries, cereals, and bread-was determined by liquid chromatography-tandem mass spectrometry (LC-MS/MS). Samples were homogenized with water/dichloromethane, centrifuged, and filtered through a 5 kDa filter. The filtrate was cleaned up on mixed mode, anion and cation exchange (Oasis MAX and MCX) and carbon (Envirocarb) cartridges. Analysis was done by isotope dilution ([D(3)]- or [(13)C(3)]acrylamide) electrospray LC-MS/MS using a 2 x 150 mm (or 2 x 100 mm) Thermo HyperCarb column eluted with 1 mM ammonium formate in 15% (or 10% for the 2 x 100 mm column) methanol. Thirty samples of foods were analyzed. Concentrations of acrylamide varied from 14 ng/g (bread) to 3700 ng/g (potato chips). Acrylamide was formed during model reactions involving heating of mixtures of amino acids and glucose in ratios similar to those found in potatoes. In model reactions between amino acids and glucose, asparagine was found to be the main precursor of acrylamide. Thus, in the reaction between nitrogen-15 (amido)-labeled asparagine and glucose, corresponding (15)N-labeled acrylamide was formed. The yield of the model reaction is approximately 0.1%.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,035
Tête enseignante GPT0,215
Écart entre enseignants0,180 · 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'étudeSimulation ou modélisation
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

Citations658
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetPotato Plant ResearchTravaux en français237 207