Co-occurring mycotoxins in animal feeds
Notice bibliographique
Résumé
Mycotoxin contamination of feeds results in economic loss and transmission of toxins in the food chain. Animal feeds, the raw ingredients used in their manufacture, namely, maize, wheat, sunflower seeds, cottonseeds, bagasse, wheaten bran, gluten feed and pet foods from South Africa were surveyed for contaminating mycotoxin-producing fungi and their toxins: aflatoxins, fumonisins, zearalenone and ochratoxins. Toxins were extracted and analysed by high performance liquid chromatography and fluorometry. Twenty-one of the twenty-three samples were contaminated by Aspergillus flavus which co-occurred with A. parasiticus in two samples, A. tamarii in seven and Fusarium moniliforme in one. Rhizopus stolonifer, R. oryzae and yeast were also isolated. Aflatoxins were detected in seventeen samples, fumonisin in six and zearalenone in three. Aflatoxin levels ranged between 0.8 ± 0.2 and 156 ± 8 µg/kg (ppb), zearalenone between 100 ± 10.5 and 165 000 ± 200 µg/kg and fumonisin B1 between 15 ± 3.0 and 5 900 ± 40 µg/kg. Ochratoxins were not detected in any of the samples. In most countries worldwide, legislated levels for aflatoxins and patulin are 20 µg/kg and 50 µg/kg, respectively, for human foods. Fumonisins, zearalenone and other toxins are not legislated in most of the countries. Ten of the feeds contain toxin levels above legislated limits (for Canada and the USA) and guidelines set by other countries. The results of this study highlight the need for mycotoxin legislation in the animal feed industry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».