Simultaneous Speciation Analysis of Arsenic, Chromium, and Selenium in the Bioaccessible Fraction for Realistic Risk Assessment of Food Safety
Notice bibliographique
Résumé
A simple and fast method was developed for risk assessment of As, Cr, and Se in food, which is demonstrated here using three cooked and uncooked rice samples (basmati as well as organic white and brown rice). The bioaccessible fraction was first determined through online leaching of rice minicolumns (maintained at 37 °C) sequentially with artificial saliva, gastric juice, and intestinal juice while continuously monitoring potentially toxic elements (As, Cr, and Se) by inductively coupled plasma mass spectrometry (ICPMS). Then, a new ion chromatography method with online detection by ICPMS was developed for the simultaneous speciation analysis of As, Cr, and Se in the bioaccessible fraction to determine the portion of these elements that was actually toxic. Using gradient elution, four As species [As(III), As(V), monomethylarsonic acid, and dimethylarsinic acid], two Cr species [Cr(III) and Cr(VI)], and two Se species [Se(IV) and Se(VI)] were separated within 12 min. The simultaneous speciation analysis of As, Cr, and Se revealed that the simple act of cooking can convert all of the carcinogenic Cr(VI) to the safer Cr(III).
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 | 0,001 | 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 | 0,000 | 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 ».