MétaCan
Menu
Retour à la cohorte
Enregistrement W4221129492 · doi:10.21203/rs.3.rs-1347300/v1

Using Fly Larvae to Convert Food Waste for Growing Oujiang Color Common Carps: Health Risk Assessment of Polycyclic Aromatic Hydrocarbons

2022· preprint· en· W4221129492 sur OpenAlexfundno aff
Meng Gao, Zhanbiao Yang, Xiao-Xun Xu, Junren Xian, Yuanxiang Yang, Song Yang, Yu Bon Man, Zhang Cheng

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Utilization and Effects
Établissements canadiensnon disponible
Organismes subventionnairesFaculty of Liberal Arts and Social Sciences, Education University of Hong KongEducation University of Hong KongNational Natural Science Foundation of ChinaCanadian Patient Safety Institute
Mots-clésEnvironmental chemistryChemistryHealth riskLarvaResidue (chemistry)Food scienceBiologyEcologyEnvironmental healthOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The present study used Chrysomya megacephala larvae (CML) to transform food waste into safe and high-quality fish feed to substitute fish meal as a source of protein for growing Oujiang color common carps followed by a human health risk assessment of polycyclic aromatic hydrocarbons (PAHs). The pretreatment significantly reduced the concentrations of PAHs in dish waste (118 ± 27.3 µg kg − 1 dry weight, p < 0.05), and the proportion of 5,6-ring PAHs from 35–17%. Concentrations of ∑PAHs (314 ± 60.4 µg kg − 1 ) and 5,6-ring PAHs (283 ± 66.4 µg kg − 1 ) in the CML were the highest when the culturing density was 1.0 g kg − 1 . In addition, concentrations of BaP in the CML decreased with the increase of culturing density ( p > 0.05), and the proportion of BaP in ∑PAHs decreased by 62.8–93.7%. 5,6-ring PAHs were the most abundant component of PAHs in the residue ( p < 0.05), accounting for 91.3% PAHs. The residues as organic fertilizers have no potential ecological risk for PAHs. Furthermore, the consumption of Oujiang color common carps fed with the CML feed does not pose any health risks of PAHs for humans.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,135
Tête enseignante GPT0,424
Écart entre enseignants0,290 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetInsect Utilization and EffectsTravaux en français237 207