MétaCan
Menu
Retour à la cohorte
Enregistrement W4297982959 · doi:10.5539/jfr.v11n4p34

Effect of Gamma Radiation on the Reduction of Aflatoxin in Red Pepper

2022· article· en· W4297982959 sur OpenAlexvenueno aff
Biniyam Nigussie Edae, Mengistu Balcha Tufa, Awoke Berihun Muche

Notice bibliographique

RevueJournal of Food Research · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAflatoxinPepperMycotoxinFood irradiationAgricultureFood scienceToxicologyFood safetyBusinessGamma irradiationFood processingEnvironmental scienceIrradiationChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Nowadays, the reduction of aflatoxin in food commodities using radiation treatment is getting attention. Mycotoxin contaminations in agricultural commodities have significant economic implications. Aflatoxin is a very serious food insecurity issue in developing countries because of climatic conditions, agricultural practices, and storage conditions, which are conducive to fungal proliferation and toxin production. In this study, High-performance liquid chromatography was used for the separation and determination of aflatoxins. The samples were randomly collected from different markets, placed into sealed plastic bags, and prepared for testing and investigation. The samples were exposed to a dose of 2, 4, and 6 kGy of radiation. The samples were irradiated using a Co-60 Gamma-cell research irradiator (GC-220) at a dose rate of 1.5 kGy/h. After irradiation, a promising result has been found that almost 100% reduction of pathogens in each case at each dose, and a 10.96%, 34.25%, and 34.65% aflatoxin reduction in 2, 4, and 6 kGy respectively. From this study, it is clearly shown that irradiation technology is one solution for the food insecurity seen across the globe, and should be recommended for use to stakeholders, policymakers, food storage facility providers, food packaging companies, food preservation facilities providers, warehouse providers, and food item exporters.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 GPT0,310
Écart entre enseignants0,265 · 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 revueJournal of Food ResearchMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207