Human exposure to organic arsenic species from seafood
Notice bibliographique
Résumé
Seafood, including finfish, shellfish, and seaweed, is the largest contributor to arsenic (As) exposure in many human populations. In contrast to the predominance of inorganic As in water and many terrestrial foods, As in marine-derived foods is present primarily in the form of organic compounds. To date, human exposure and toxicological assessments have focused on inorganic As, while organic As has generally been considered to be non-toxic. However, the high concentrations of organic As in seafood, as well as the often complex As speciation, can lead to complications in assessing As exposure from diet. In this report, we evaluate the presence and distribution of organic As species in seafood, and combined with consumption data, address the current capabilities and needs for determining human exposure to these compounds. The analytical approaches and shortcomings for assessing these compounds are reviewed, with a focus on the best practices for characterization and quantitation. Metabolic pathways and toxicology of two important classes of organic arsenicals, arsenolipids and arsenosugars, are examined, as well as individual variability in absorption of these compounds. Although determining health outcomes or assessing a need for regulatory policies for organic As exposure is premature, the extensive consumption of seafood globally, along with the preliminary toxicological profiles of these compounds and their confounding effect on assessing exposure to inorganic As, suggests further investigations and process-level studies on organic As are needed to fill the current gaps in knowledge.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».