MétaCan
Menu
Retour à la cohorte
Enregistrement W2152101074 · doi:10.5539/jfr.v1n3p169

Evaluation of Some Heavy Metals in Imported Chocolate and Candies Sold in Nigeria

2012· article· en· W2152101074 sur OpenAlexvenueno aff
J. O. Ochu, Adamu Uzairu, J. A. Kagbu, C. E. Gimba, Oluwole Joshua Okunola

Notice bibliographique

RevueJournal of Food Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeavy metalsAbiaFood and drug administrationFood standardsChemistryFood scienceFood safetyEnvironmental chemistryMathematics

Résumé

récupéré en direct d'OpenAlex

This study was initiated as a follow-up information on some impounded products chocolates and candies (Samples A, B, C and D) imported from overseas, and sold in Nigeria markets. This result as their failure to meets Nation Agency for food drug administration and control (NAFDAC) regulatory standard. Samples of these products were collected in five markets of each six states each from the six geographical zones: North-West (Bauchi), North-East (Kano), North-Central (Kogi), South-West (Lagos), South-East (Abia), and South-South (Rivers) of the country. In order to evaluate the quality of the products, the levels of some heavy metals (Cu, Mn, Fe, Ni, Zn, Ti and Cr) were evaluated in the samples using X-ray fluorescence (XRF). Concentrations of metals in both chocolates and candies ranged 3.0 – 4.2 mg/g for Cu, 40.0 – 55.7 mg/g for Mn, ND – 102.5 mg/g for Fe, ND – 305.0 mg/g for Ni, ND – 42.5 mg/g for Zn, ND – 23.8 mg/g for Ti, and ND – 10.8 mg/g for Cr. The results showed that that these metals are at higher levels in Samples A, B, C and D compared to other studies in candies and chocolates in Nigeria. Correlation analysis among metals revealed positive correlations, which indicates similar sources of these metals. Also, evaluation of dietary intake of these products daily revealed that Samples A (except for Cu), B and C are above the daily dietary recommended limit for all the studied metals in food. Thus a frequent intake of these contaminated products is likely to induce health effects arising largely from Cu, Mn, Fe, Ni and Zn.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,141
Tête enseignante GPT0,405
Écart entre enseignants0,264 · 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

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetHeavy metals in environmentTravaux en français237 207