MétaCan
Menu
Retour à la cohorte
Enregistrement W2237982598 · doi:10.1186/s12940-016-0087-2

Risks associated with endotoxins in feed additives produced by fermentation

2016· review· en· W2237982598 sur OpenAlexaff
R. J. Wallace, Jürgen Gropp, Noël Dierick, Lucio G. Costa, Giovanna Martelli, Paul Brantom, Vasileios Bampidis, Derek Renshaw, Ľubomír Leng

Notice bibliographique

RevueEnvironmental Health · 2016
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural safety and regulations
Établissements canadiensBrantford Energy (Canada)
Organismes subventionnairesScottish GovernmentRural and Environment Science and Analytical Services Division
Mots-clésFeed additiveLivestockFood scienceAnimal feedFood additiveToxicologyChemistryBiotechnologyBiology

Résumé

récupéré en direct d'OpenAlex

Increasingly, feed additives for livestock, such as amino acids and vitamins, are being produced by Gram-negative bacteria, particularly Escherichia coli. The potential therefore exists for animals, consumers and workers to be exposed to possibly harmful amounts of endotoxin from these products. The aim of this review was to assess the extent of the risk from endotoxins in feed additives and to calculate how such risk can be assessed from the properties of the additive. Livestock are frequently exposed to a relatively high content of endotoxin in the diet: no additional hazard to livestock would be anticipated if the endotoxin concentration of the feed additive falls in the same range as feedstuffs. Consumer exposure will be unaffected by the consumption of food derived from animals receiving endotoxin-containing feed, because the small concentrations of endotoxin absorbed do not accumulate in edible tissues. In contrast, workers processing a dusty additive may be exposed to hazardous amounts of endotoxin even if the endotoxin concentration of the product is low. A calculation method is proposed to compare the potential risk to the worker, based on the dusting potential, the endotoxin concentration and technical guidance of the European Food Safety Authority, with national exposure limits.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,631

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,286
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations47
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental HealthMême sujetAgricultural safety and regulationsTravaux en français237 207