MétaCan
Menu
Retour à la cohorte
Enregistrement W3037459879 · doi:10.1002/aocs.12366

Regulatory Changes Affecting the Production and Use of Fats and Oils: Focus on Partially Hydrogenated Oils

2020· article· en· W3037459879 sur OpenAlexaff
Sneh Bhandari, Pierluigi Delmonte, Mical Honigfort, William Yan, Fabiola Dionisi, Mathilde Fleith, Diliara Iassonova, Lynn L. Bergeson

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésBusinessGovernment (linguistics)Food industryConsumption (sociology)Production (economics)Edible oilFood scienceFood productsChemistryEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Partially hydrogenated oils (PHO), the products of incomplete catalytic hydrogenation of food oils, have been widely employed by the food industry for more than a century. Their exceptional stability and technologic characteristics made them the preferred choice for the production of several food products including margarines, bakery goods, and frying oils. Some of these highly prized characteristics were provided by the high content in trans fatty acids (TFA), defined as fatty acids with one or more isolated double bond in trans configuration. The discovery of negative health effects associated with dietary intake of TFA triggered world‐wide a wave of regulatory actions aimed to curb their consumption. PHO became the main target of most campaigns aimed to reduce consumption of TFA, and their fortune in the food industry progressively faded. At the 2017, AOCS Annual Meeting in Orlando, a group of experts from regulatory agencies and industry from North America and Europe met to discuss the current status of government regulations and industry adaptations regarding the productions and use of PHO. The discussion was enriched by including the impact on fats and oils production of the 2016 amendment of the Toxic Substances Control Act of 1976 (TSCA). The present publication may not include all regulatory changes that took place after this symposium, in 2017.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,245

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,265
Écart entre enseignants0,234 · 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'étudeExpérimental (laboratoire)
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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207