MétaCan
Menu
Retour à la cohorte
Enregistrement W2155032597 · doi:10.1002/mnfr.200800296

Arsenic speciation in cattail (<i>Typha latifolia</i>) using chromatography and mass spectrometry

2009· article· en· W2155032597 sur OpenAlexaff
Xiufen Lu, Nena Nguyen, Stephan Gabos, X. Chris Le

Notice bibliographique

RevueMolecular Nutrition & Food Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensAlberta HealthUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésArsenicArsenateArseniteGenetic algorithmEnvironmental chemistryChemistryTyphaBotanyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Typha latifolia, commonly known as cattail, is widely used as traditional food and medicinal ingredients by indigenous people. There have been concerns over the high levels of total arsenic in cattail plants, but the chemical species of arsenic in cattail have not been characterized. We describe here the determination of arsenic species in the various compartments of cattail. Average concentrations of total arsenic from 9 to 19 cattail plants were 1120 microg/kg (range 68-2600 microg/kg) in the fine (hairy) roots, 575 microg/kg (range 16-1400) in the skin of tuber, 26 microg/kg (range 2-82) in the core of the tuber, 6 microg/kg (range 5-12) in the stem, and 420 microg/kg (range 4-1970) in the whole tuber. Speciation analysis using strong anion exchange, ion pairing, and strong cation exchange chromatography separation with MS detection revealed the presence of inorganic arsenite, arsenate, dimethylarsinic acid, and monomethylarsonic acid. The two inorganic arsenic species accounted for >80% of the total arsenic. Further analyses of arsenic and iron concentrations showed a strong correlation between arsenic and iron in the fine roots and skin. These results suggest that arsenic and iron are colocalized (codeposited) in the skin of the cattail plants, consistent with the previous findings. The level of exposure to arsenic from the use of cattail as food and medicine can be substantially reduced by removing the skin of cattail.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

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

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 Opus0,028
Tête enseignante GPT0,304
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations15
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Nutrition & Food ResearchMême sujetArsenic contamination and mitigationTravaux en français237 207