Metal Concentration in Commonly Used Medicinal Herbs and Infusion by Lebanese Population: Health Impact
Notice bibliographique
Résumé
The levels of K, Ca, Fe, Zn, Cu, Mn, Pb, As, Cd, Cr, and Pb in commonly used medicinal herbs and their infusions by Lebanese were analyzed by EDXRF and ASS techniques, respectively. The order of metal contents in the herbs was found to be: K (6990-19850 ug/g) > Ca(1630-14450 ug/g) > Fe(80-3650 ug/g) > Mn (28-458 ug/g) > Zn (23-108 ug/g) > Cu (5-71 ug/g) > Cr (3.1-55 ug/g) Pb> (1.1-10.3 ug/g) > As (nd-10.8 ug/g) > Cd (nd-1.7 ug/g). The mean levels of toxic metals in herbs Pb, As and Cd were below WHO permissible levels. Cluster analysis indicated metals are most probably in plants due to wastes disposal and irrigation with contaminated wastes and/or from atmospheric waste particulates. The levels of Mn, Cr, Pb and As in herbal infusions were found to be higher in soaked than boiled preparations and correlated with Fe, while Zn and Cu levels were higher in boiled infusions. The highest weekly intake from herbal infusions of toxic metals Cr (492.8 ug), As (77.0 ug), Pb (291.2 ug) and Cd (19.0 ug) were below the recommended permissible tolerable weekly intake respectively 1260 ug, 900 ug, 1500 ug, and 150 ug. Therefore, the consumption of these traditional medicinal herbs does not pose any health risk provided full compliance with recommended daily doses.
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 | 0,000 | 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) | 0,002 | 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 ».