Influence of mercury bioaccessibility on exposure assessment associated with consumption of cooked predatory fish in Spain
Notice bibliographique
Résumé
BACKGROUND: Predatory fish tend to accumulate high levels of mercury (Hg). Food safety assessment of these fish has been carried out on the raw product. However, the evaluation of the risk from Hg concentrations in raw fish might be modified if cooking and bioaccessibility (the contaminant fraction that solubilises from its matrix during gastrointestinal digestion and becomes available for intestinal absorption) were taken into account. Data on Hg bioaccessibility in raw predatory fish sold in Spain are scarce and no research on Hg bioaccessibility in cooked fish is available. The aim of the present study was to evaluate Hg bioaccessibility in various kinds of cooked predatory fish sold in Spain to estimate their health risk. RESULTS: Both Hg and bioaccessible Hg concentrations were analysed in raw and cooked fish (swordfish, tope shark, bonito and tuna). There were no changes in Hg concentrations during cooking. However, Hg bioaccessibility decreased significantly after cooking (42 ± 26% in raw fish and 26 ± 16% in cooked fish), thus reducing in swordfish and tope shark the Hg concentration to which the human organism would be exposed. CONCLUSION: In future, cooking and bioaccessibility should be considered in risk assessment of Hg concentrations in predatory fish.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».