By-products of grain cleaning: an opportunity for rapid sampling and screening of wheat for mycotoxins
Notice bibliographique
Résumé
By-products of cereal grain cleaning were analysed for a number of mycotoxins. Deoxynivalenol (DON) was the most frequently detected in by-products from commercial-scale cleaning procedures (maximum 2.94 mg/kg), followed by zearalenone (ZEA; maximum 0.045 mg/kg) and ochratoxin A (OTA; maximum 0.019 mg/kg). These three mycotoxins were also the most frequently detected in four different fractions collected from wheat run through a dockage tester, a piece of equipment used in the Canadian inspection process to separate material other than grain from wheat. Concentrations of mycotoxins were highest in the ‘light dockage’ fraction that contained dust and roughage such as glumes, fragments of stem, or rachis. Mycotoxin concentrations in this fraction reached up to 32 mg/kg (DON), 0.532 mg/kg (ZEA), and 0.249 mg/kg (OTA). Concentrations of DON in light dockage were significantly correlated with concentrations in whole grain that was un-cleaned or had undergone basic cleaning, indicating that the light dockage fraction could be used as a readily available matrix for the rapid screening of DON in wheat. This would eliminate the time required for additional sampling and preparation of whole grain, and move towards a truly rapid method for the screening of DON in wheat.
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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».