<i>Cannabis sativa</i> (Hemp) Seeds, Δ <sup>9</sup> -Tetrahydrocannabinol, and Potential Overdose
Notice bibliographique
Résumé
Abstract Introduction: Cannabis sativa (hemp) seeds are popular for their high nutrient content, and strict regulations are in place to limit the amount of potentially harmful phytocannabinoids, especially Δ 9 -tetrahydrocannabinol (Δ 9 -THC). In Canada, this limit is 10 μg of Δ 9 -THC per gram of hemp seeds (10 ppm), and other jurisdictions in the world follow similar guidelines. Materials and Methods: We investigated three different brands of consumer-grade hemp seeds using four different procedures to extract phytocannabinoids, and quantified total Δ 9 -THC and cannabidiol (CBD). Discussion: We discovered that Δ 9 -THC concentrations in these hemp seeds could be as high as 1250% of the legal limit, and the amount of phytocannabinoids depended on the extraction procedure employed, Soxhlet extraction being the most efficient across all three brands of seeds. Δ 9 -THC and CBD exhibited significant variations in their estimated concentrations even from the same brand, reflecting the inhomogeneous nature of seeds and variability due to the extraction method, but almost in all cases, Δ 9 -THC concentrations were higher than the legal limit. These quantities of total Δ 9 -THC may reach as high as 3.8 mg per gram of hemp seeds, if one were consuming a 30-g daily recommended amount of hemp seeds, and is a cause for concern for potential toxicity. It is not clear if these high quantities of Δ 9 -THC are due to contamination of the seeds, or any other reason. Conclusion: Careful consideration of the extraction method is very important for the measurement of cannabinoids in hemp seeds.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».