Occurrence of 13 volatile organic compounds in foods from the Canadian total diet study
Notice bibliographique
Résumé
Volatile organic compounds (VOCs) are ubiquitous in the environment due to evaporation and incomplete combustion of fuels, use of consumer and personal care products, etc. and they can accumulate in foods. Some VOCs in foods can also be formed during food processing and preparation and migrate from food packaging. In this pilot study, a GC-MS method based on headspace solid-phase microextraction (SPME) was validated and used to analyse selected individual foods which can be consumed directly and 153 different total diet composite food samples for 13 VOCs. Vinyl chloride was not detected in any of the 153 composite food samples, while the other 12 VOCs were detected at various frequencies, with m-xylene being the most frequently detected (in 151 of the 153 samples), followed by toluene (145), 1,3,5-trimethylbenzene (140), ethylbenzene (139), styrene (133), 1,2,4-trimethylbenzene (122), benzene (96), p-dichlorobenzene (95), n-butylbenzene (55), chloroform (45), naphthalene (45) and trichloroethylene (31). Concentrations of the 12 VOCs in most of the food composite samples were low, with the 90th percentiles from 1.6 ng g(-1) for n-butylbenzene to 20 ng g(-1) for toluene. However, some VOCs were detected at higher levels with maxima, for example, of 948 ng g(-1) for m-xylene and 320 ng g(-1) for ethylbenzene in chewing gum, 207 ng g(-1) for styrene and 157 ng g(-1) for toluene in herbs and spices. VOCs were detected at higher levels in most of the individual food items than their corresponding composite samples, for example, the average chloroform concentration in the individual canned soft drinks was 20 ng g(-1) compared with 3.0 ng g(-1) in their composite, and the average toluene concentration in the individual canned citrus juice was 96 ng g(-1) compared with 0.68 ng g(-1) in their composite. Thus, for determination of VOCs in foods which can be consumed directly, their individual food items should be analysed whenever possible for accurate exposure assessment.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».