Complementary molecular methods detect undeclared species in sausage products at retail markets in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Accurate food labelling is of utmost importance for food safety and consumer choice in the food chain. Complete or partial substitution, whether intentional or unintentional, may introduce food pathogens or allergens to a product or affect personal or religious beliefs. Several studies around the world have reported different degrees of species substitution in meat products but no similar studies have been conducted in the Canadian market for sausage products. In this study, 100 raw meat sausage samples that were labelled as single meat species products (beef, pork, chicken or turkey) were collected from retail establishments across Canada and were surveyed for the presence of a panel of non-labeled species. The predominant meat species were determined using DNA barcoding and contaminant or unclaimed meat species were detected using digital droplet PCR using species specific primers and probes. All samples were also tested for presence of horse meat using real-time PCR. All samples contained the predominant species matching the label species except for five turkey sausage samples which contained chicken as the predominant species. Second, this analysis showed that 6% of beef sausages also contained pork, 20% of chicken sausages contained turkey while 5% contained beef, and 5% of pork sausages also contained beef. Five samples labeled as turkey sausage contained no turkey and one pork sample was found to contain horse meat. The overall mislabeling rate detected in this study was 20% and the results provide a baseline for assessing species mislabeling in processed meat products in Canada.
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.
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 | 0,001 | 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 découle