MétaCan
Menu
Retour à la cohorte
Enregistrement W2968629711 · doi:10.5539/jfr.v8n5p59

Trace Elements in Gluten-free Pastas and Flours from Markets Located in the Las Vegas, Nevada Area

2019· article· en· W2968629711 sur OpenAlexvenueno aff
Christopher J. Collumb, Adam A. Delelegn, Giavanna M. Fernandez, Amanda C. Hudson, Kendra W. Kimberley, Douglas B. Sims, Douglas J. Walton

Notice bibliographique

RevueJournal of Food Research · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésGlutenGluten freeFood scienceCadmiumChemistry

Résumé

récupéré en direct d'OpenAlex

The popularity of gluten-free foods has been increasing across the United States and abroad. A significant reason for this trend involves marketing efforts targeted towards individuals seeking to avoid the consequences of celiac disease or a perceived gluten intolerance. Many gluten-free food products originate in regions of the world where irrigation with metal-contaminated waters is common. Calcium, Fe, Mg, Ti and Zn were detected at various levels across all foods products. Cadmium was detected in 96.8% of U.S. and 54.5% of Asian gluten-free foods with gluten containing foods above reported averages (216 µg kg−1 Cd); as was Co (140µg kg−1) in 48.4 % of U.S., 72.7% of Asian gluten-free foods, and 40% of the gluten containing foods; Cr was in 54.8% of the U.S., 72.5% of Asian gluten-free foods, and 100% of gluten containing food products; while Ca, Fe, Mg, Ti and Zn were greater than 10,000 µg kg−1 with Ba, Cd, Co, Mo, and Ni above reported averages. Finally, trace metals were more commonly detected in the gluten containing foods overall. It was found that trace elements were more commonly found in the gluten containing products; however, none of the higher than expected levels pose a significant health risk to consumers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,306
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207