Potential risk of microplastics in processed foods: Preliminary risk assessment concerning polymer types, abundance, and human exposure of microplastics
Notice bibliographique
Résumé
The occurrence of microplastics (MPs) has been widely reported in human foodstuffs, and their potential negative effects on human health have been brought into focus. Processed foods are more susceptible to MPs as contamination can be introduced during processing and packaging. However, the risk posed by MPs in processed foods remained unclear. This work aims to critically review the available data for MPs in 11 types of possessed foods and to conduct a preliminary risk assessment of MPs in processed foods. For a comprehensive evaluation, three indicators were selected and determined, namely chemical risk, pollution load, and estimated daily intake (EDI). Our results suggest that nori has the highest chemical risk, followed by canned fish, beverages, table salt, and other food items. In the case of pollution load, nori and milk fall into the risk category of Ⅳ and Ⅲ respectively. Table salts, bottled water, and sugar exhibited lower MPs pollution load (risk category of Ⅱ), whereas the pollution loads of other foods were calculated to be category Ⅰ. Moreover, a correlation between the pollution load of sea salts and MPs pollution level in ambient seawater was found. Regarding EDI of MPs from different processed foods, MPs intakes through bottled water (14.3 ± 3.4 n kg -1 d -1 ) and milk (6.6 ± 2.4 n kg -1 d -1 ) are significantly higher than that of the other foods (< 1 n kg -1 d -1 ). The probabilistic estimation of MPs daily intake indicated that children (19.7 n kg -1 d -1 ) are at a higher health risk than adults (female: 17.6 n kg -1 d -1 , male: 12.6 n kg -1 d -1 ). Nevertheless, the exposure dose used in toxicological studies was about 10 times higher than the MPs intake via processed foods. Therefore, we argued that MPs in processed foods only carry limited risk. Overall, this study would provide the basis for risk management of MPs in processed food products.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».