OCCURRENCE AND ASSESSMENT OF PHYSICAL CONTAMINANTS BASED ON FOOD RECALLS IN CANADA
Notice bibliographique
Résumé
This paper investigates the association between types of food products, physical contaminants and year using food recalls dataset obtained from the Canadian Food Inspection Agency (CFIA) between 2014 and 2019. In the period of studies, a total of 269 foods under the category of physical hazards were recalled. Chi-square per cell test was used to deeply analyse the contingency table of the investigated topic categories. The results show that there is no association between the year and the number of food recalls by food products and year by physical contaminants type. However, the results indicated that there is an association between the food products and physical contaminants type. In particular, there were significant numbers of insects being found in grain and fruits/vegetables products with 15 and 53 cases, respectively. Plastic and bone fragments were significantly found in dairy and meat, poultry and seafood products, respectively with 9 and 15 cases. Glass was significantly found in wine and beverage (6 cases) and other food product (9 cases). Plastic material was highly detected in candy and confectionery product with 9 cases. The sources of the physical contaminants have been analysed, together with the precautionary measures that must be taken. Findings from this study provide the food industry with essential information. An understanding and analysis of physical hazards is critical for companies in order to restructure their food safety policies and technologies.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».