MétaCan
Menu
Retour à la cohorte
Enregistrement W2110114927 · doi:10.1021/jf035160j

Fumonisin in Tortillas Produced in Small-Scale Facilities and Effect of Traditional Masa Production Methods on This Mycotoxin

2004· article· en· W2110114927 sur OpenAlexaff
Regina De La Campa, J. David Miller, K. M. Hendricks

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensCarleton University
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésFumonisin B1MycotoxinFumonisinFusariumFood scienceChemistryHorticultureBiology

Résumé

récupéré en direct d'OpenAlex

Four small tortilla plants were visited in Cameron County, Texas, where observations were made on their production methods. Samples of liquids and solids were collected at each stage of the nixtamalization process, and the pH was recorded. Samples were analyzed for fumonisin B(1) (FB(1)) using an immunoaffinity column/HPLC method chosen for its sensitivity for FB(1). It was found that production methods were highly variable among the producers visited, with major differences particularly in the amount of lime added and boiling times. As reported by others working in Mexico and Central America, FB(1) was found in some tortillas. This led to studies of the effects of the various recipes and across a greater range of initial FB(1) concentration/damaged corn than has typically been reported. Five initial concentrations of FB(1) were tested using irradiated corn kernels inoculated with Fusarium verticillioides MRC 826 as the source of FB(1). The amount of FB(1) detected in the masa and tortillas decreased as the concentration of Ca(OH)(2) increased, and boiling time had no apparent effect. Unexpectedly, as the initial concentrations were increased in the corn prior to nixtamalization, greater percentage reductions in FB(1) were observed.

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 enseignants0,007
Score d'incertitude au seuil0,015

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,019
Tête enseignante GPT0,223
Écart entre enseignants0,204 · 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

Citations48
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207