Aflatoxin variations in maize flour and grains collected from various regions of Kenya
Notice bibliographique
Résumé
In Kenya, maize remains an important staple food in every household. Unfortunately, the fungus Aspergillus flavus can infect the maize and produce aflatoxins. While government efforts to remove contaminated maize from circulation are well intentioned, there remain concerns that consumers are still being inadvertently exposed to aflatoxin. The aim of this study was to sample maize in different parts of Kenya and determine if consumers were inadvertently being chronically exposed to aflatoxins. Seventy-five maize samples and 27 samples of maize flour from three regions of Kenya (Nairobi, Eastern and Western) were analysed using an ELISA assay followed by microtiter plate reader (Neogen model) where the optical density of each microwell was read using a 450nm filter. There was a significant difference in aflatoxin levels in maize grains between the three regions and five stores (P<0.05). Samples from Eastern Kenya had the highest contamination at 22.544.94 ppb, while those from Nairobi had the lowest (7.921.57 ppb). There was no significant difference in the total aflatoxin in maize flours from Nairobi, Western and Eastern regions (P>0.05) at 95% confidence interval. Aflatoxin in maize flours were slightly above international upper limit of 5ppb but all the results were lower than the Kenya standard whose upper limit is 10ppb, indicating good manufacturing practices (GMP) by the millers. Samples of maize flours from Eastern Kenya had the highest aflatoxins concentrations at 6.98 0.53 ppb. In summary, the study found aflatoxin contamination in maize grains especially in Eastern Kenya. The study concluded that measures put in place by government agencies for millers appear to be working. However, samples of maize grains showed variation among the regions and between stores, perhaps due to storage practices, with some levels far exceeding health limits. Due to higher levels of aflatoxin contamination in maize grains in relation to maize flours, the government and relevant stakeholders need to establish further measures to protect consumers.
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 | 0,000 | 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) | 0,000 | 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 ».