Contents of Heavy Metals, Nitrates, and Nitrites in Cabbage
Notice bibliographique
Résumé
The contents of lead, cadmium, zinc, copper, iron, manganese, nitrites, and nitrates were determined in six species of cabbage of the cruciferous family obtained from different areas of Poland. The results were analyzed and compared in terms of the effect of local industrial (southern Poland, Katowice) or agricultural (southeastern Poland, Lublin) activities on the amounts of heavy metals in the tested vegetables. While the levels of cadmium, lead, and manganese correlated well with the different industrial levels of the locations, the concentrations of copper, iron, and zinc in the vegetables were not very different between the two cities. All the vegetables could generally be characterized by low levels of cadmium and lead (less than 0.1 mg·kg -1 ), and relatively high levels of zinc, iron, and manganese (3-10 mg·kg -1 ) regardless of location. Among the tested vegetables, Chinese cabbage (Brassica pekinensis Rupr) from Katowice consistently gave higher levels of all the analyzed elements (except zinc) than the same vegetable from Lublin, while the other specimens produced variable data. Red cabbage turned out to contain the highest levels of all contaminants compared to other vegetable species. Nitrate levels in all the Lublin samples were approximately equal, suggesting that the extensive fertilization in the Lublin area produces a uniform background level of these anions. On the other hand, the Katowice samples exhibited quite variable and extreme levels of nitrates and nitrites.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».