Concentrations of Some Trace Elements in Vegetables Sold at Maun Market, Botswana
Notice bibliographique
Résumé
Contamination of vegetables with toxic metals is one of the most important contributing factors to ill health throughout the world, more so because vegetables are considered essential for human health and their consumption is highly recommended by health authorities. The aim of this study was to determine the concentrations of selected essential elements (Fe, Cu, Mn, Mo, Zn) and toxic elements (As, Cd, Cr, Pb) in common vegetables sold for human consumption in supermarkets and open market of Maun village, Botswana. Five vegetables (cabbage, rape, tomatoes, onions and potatoes) were purchased from different selling points, washed with de-ionised water, cut into small pieces and digested with aqua regia on a block digester, following the US. EPA method 200 - 7 and analysed for metal content using Inductively Coupled Plasma - Atomic Emission Spectroscopy (ICP-AES). The results showed that concentrations of essential and toxic metals varied with the type of vegetable and also with the market category (supermarket or street vendor). The highest concentration of essential elements was obtained from cabbage with a Zn concentration of 135.4mg/Kg and the lowest was from onion with a Mo concentration of 1.35mg/Kg. For toxic elements the highest concentration was obtained from rape vegetable with a Pb concentration of 4.73mg/Kg and the lowest from the same vegetable with Cr concentration below the detection limit. Also observed was that leafy vegetables, especially cabbage, had the highest concentrations of most trace metals. It was concluded that vegetables sold in Maun had sufficient levels of essential elements but also some had high concentrations of toxic metals. We thus recommend consumption of vegetables from the studied markets with reduced frequency to avoid metal poisoning.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 tête enseignante, 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 ».