Benzoates intakes from non-alcoholic beverages in Brazil, Canada, Mexico and the United States
Notice bibliographique
Résumé
Food consumption data from national dietary surveys were combined with brand-specific-use levels reported by beverage manufacturers to calculate the exposure to benzoic acid and its salts (INS Nos 210–213) from non-alcoholic beverages in Brazil, Canada, Mexico and the United States. These four jurisdictions were identified as having some of the most prevalent use of benzoates in beverages globally. Use levels were weighted according to the brand’s market volume share in the respective countries. Benzoates were reported to be used primarily in ‘water-based flavoured drinks’ (Codex General Standard for Food Additives (GSFA) category 14.1.4). As such, the assessments focused only on intakes from these beverage types. Two different models were established to determine exposure: probabilistic (representing non-brand loyal consumers) and distributional (representing brand-loyal consumers). All reported-use levels were incorporated into both models, including those above the Codex interim maximum benzoate use level (250 mg kg−1). The exception to this was in the brand-loyal models for consumers of regular carbonated soft drinks (brand loyal category) which used (1) the interim maximum use level for beverages with a pH ≤ 3.5 and (2) all reported use levels for beverages pH > 3.5 (up to 438 mg kg-1). The estimated exposure levels using both models were significantly lower than the ADI established for benzoates at the mean level of intake (4–40% ADI) and lower than – or at the ADI only for toddlers/children – at the 95th percentile (23–110% ADI). The results rendered in the models do not indicate a safety concern in these jurisdictions, and as such provide support for maintaining the current Codex interim maximum benzoate level of 250 mg kg−1 in water-based beverages.
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 | 0,001 | 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 ».