MétaCan
Menu
Retour à la cohorte
Enregistrement W2160176416 · doi:10.1080/02652030701567459

Mycotoxins in botanicals and dried fruits: A review

2008· review· en· W2160176416 sur OpenAlexaff
Mary W Trucksess, Peter Scott

Notice bibliographique

RevueFood Additives & Contaminants Part A · 2008
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésDried fruitAflatoxinOchratoxin AMycotoxinPatulinZearalenoneOchratoxinsFood scienceVineTraditional medicineFood contaminantBiologyHorticultureToxicologyMedicine

Résumé

récupéré en direct d'OpenAlex

Botanicals are used in many countries for medicinal and general health-promoting purposes. Numerous natural occurrences of mycotoxins in botanicals and dried fruits have been reported. Aflatoxins or ochratoxin A (OTA) have been found in botanicals such as ginseng, ginger, liquorice, turmeric, and kava-kava in the USA, Spain, Argentina, India, and some other countries, while fumonisins have been found in medicinal wild plants in South Africa and in herbal tea and medicinal plants in Turkey. Zearalenone was identified in ginseng root. Dried fruits can be contaminated with aflatoxins, OTA, kojic acid, and, occasionally, with patulin or zearalenone. One main area of concern is aflatoxins in dried figs; bright greenish yellow fluorescence under ultraviolet light is associated with aflatoxin contamination. OTA in dried vine fruits (raisins, sultanas, and currants) is another concern. There are also reports of aflatoxins in raisins and OTA in dried figs, apricots, dried plums (prunes), dates, and quince. Maximum permitted levels in the European Union include 4 microg kg(-1) for total aflatoxins in dried fruit intended for direct consumption and 10 microg kg(-1) for OTA in dried vine fruit. This review discusses the occurrence of mycotoxins in botanicals and dried fruits and analytical issues such as sampling, sample preparation, and methods for analysis. Fungal contamination of these products, the influence of sorting, storage, and processing, and prevention are also considered.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,048
Tête enseignante GPT0,287
Écart entre enseignants0,239 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations205
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Additives & Contaminants Part AMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207