MétaCan
Menu
Retour à la cohorte
Enregistrement W2476976060 · doi:10.1021/bk-2009-1020.ch004

Nanoscale materials in foods: existing and potential sources

2009· book-chapter· en· W2476976060 sur OpenAlexaff
Bernadene A. Magnuson

Notice bibliographique

RevueACS symposium series · 2009
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Industry and Aquatic Biology
Établissements canadiensCantox Health Sciences International
Organismes subventionnairesnon disponible
Mots-clésNanoscopic scaleMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

Advances in nanotechnology are resulting in numerous promising applications for improved food production, processing, packaging, and storage. The safety of nanoscale materials in foods has become an increasingly important issue, both in the US and worldwide. Nanoscale particles in foods can be naturally occurring, intentionally added engineered nanomaterials derived from naturally occurring food components, or may be engineered using materials that are not endogenous to foods. In addition, the presence of nanomaterials in foods may be the result of contamination. To assess the health risk of use of these materials to the consumer, both the potential hazard of the materials and the likely exposure must be considered. Although oral exposure to nanomaterials has not been as intensely investigated as other routes of exposure, recent studies using nanotechnology to improve uptake of nutrients and bioactive components illustrate that pharmacokinetics, such as absorption and distribution, can be altered as compared to microscale materials, thereby potentially changing the potential hazard profile associated with the nutrient or bioactive. Efforts to facilitate international collaboration and information exchange are underway to ensure acceptance and utilization of the many benefits of nanotechnology.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,500

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,206
Écart entre enseignants0,183 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations14
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS symposium seriesMême sujetFood Industry and Aquatic BiologyTravaux en français237 207