A global database of polybrominated diphenyl ether flame retardant congeners in foods and supplements
Notice bibliographique
Résumé
Polybrominated diphenyl ether (PBDE) flame retardants contaminate the food supply yet health effects are uncertain. A global PBDE database was developed to improve diet and disease risk assessments. Congener-specific data from 2002 to 2015 were extracted from 86 articles into a source database representing 32 countries. Geometric mean PBDE concentrations for foods and supplements were derived for 11 congeners individually and combined, and used to calculate means for 27 dietary groups (pg/g ww). Dark or oily fish had the highest data availability, followed by shellfish, eggs, dairy products and dairy fats. Data were less available for white or lean fish, red meat, poultry meat, processed meats, fish oil supplements; 17 groups had very limited data. At the group level, mean ∑ 11 PBDE was extremely high for fish oil supplements (13,862 pg/g) and high for most aquatic groups (462–837 pg/g), poultry liver, poultry fat (1045–1860 pg/g). Moderate groups included white or lean fish, poultry meat, poultry skin, eggs, baked products, red meat fat, red meat liver (115–414 pg/g). Dairy and plant groups had low PBDE concentrations. ∑ 11 PBDE variability was high within most aquatic groups. This database supports assessment of dietary PBDE in multiple jurisdictions and identifies important sources for dietary tool inclusion and analyses.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,019 | 0,020 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 ».