11. What’s in a Loaf? A Bio-accessibility Study of Toxic Elements in Gluten-free and Rye Breads and the Effect of Toasting Bread on the Bio-accessibility of those Elements Using ICP-MS
Notice bibliographique
Résumé
Bread is a staple in the North American diet with over 4 million tonnes consumed in the US annually. The popularity of breads made from alternative grains (such as rye, quinoa, and pumpernickel) and the increase in gluten free (GF) alternatives (made from a mixture of rice and other alternative grains) has significantly contributed to this growth[1] While the hunger for alternative breads is increasing, there is little research into the risks associated with consuming breads made from alternative grains. Studies[2] have shown that many grains can contain high levels of toxic elements, especially if they are grown in soils with high levels of these elements.
 A previous study [3] investigated the risk associated with toxic elements in rice, and concluded that these elements are highly bio-accessible when the rice is not washed before processing. It is therefore extremely important to investigate the risk and bio-accessibility of toxic elements in these popular alternative breads.
 Two different alternative breads were analyzed for their toxic element compositions, and the bio-accessibility of these elements was investigated. Results showed that the gluten free breads contained high concentrations of arsenic and selenium, and little to no levels of cadmium or lead. Rye bread, in comparison, contained little arsenic, cadmium, or selenium which was consistent with previous studies. Further work will investigate the effect of toasting and will also utilize an innovative online leaching method that significantly improves bio-accessibility results [3,4].
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 | 0,016 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».