Trace Metal Determination in Herbal Plants by Acid Digestion From Jeddah Market in Saudi Arabia
Notice bibliographique
Résumé
The world is facing a serious issue with plants contaminated by trace metals. Therefore, a consideration is required due to its danger that impacts both humans and animals. Herbs are extensively used worldwide for their seasoning and therapeutic properties. This study aimed to estimate the level of trace metals (Fe, Zn, Pb, Cr, Cu, Ni) in selected customary herbs consumed in Saudi Arabia. The 5 samples of herbs were purchased from a local market in Jeddah City (Mint (Mentha), Basil (Ocimum), Arugula (Eruca sativa), Coriander (Coriandrum sativum) and Parsley (Petroselinum crispum)). Acid digestion was applied to the plant leaves and trace metals concentrations were determined using Inductively Coupled Plasma - Optical Emission Spectroscopy (ICP-OES). Metals were observed to be available in varied concentrations in the herb plant samples. The highest metal values, especially in Arugula (ES) 218.3±1.9 mg/kg and 24.4±0.09 mg/kg for Zn and Ni respectively, Cr was under detection limit, Coriander (CS) 148.5±1.8 mg/kg and 17.3±0.07 mg/kg for Fe and Pb respectively, Mint (ME) 28.6±0.26 mg/kg for Cu, while Basil (OC) was recorded below the (WHO) permissible limits 18.9± 0.06 mg/kg and 1.1± 0.003 mg/kg for Zn and Cr respectively, besides all metals were higher than the (WHO) allowed limit in Parsley (PC). The study found that most of the examined herbs contained hazardous levels of trace metals that exceeded the World Health Organization (WHO) permissible limits.
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 | 0,000 |
| 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) | 0,004 | 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 ».