MétaCan
Menu
Retour à la cohorte
Enregistrement W4312141125 · doi:10.3390/foods11244099

Food Toxicology and Food Safety: Report of the 3rd International Electronic Conference on Foods: Food, Microbiome, and Health—A Celebration of the 10th Anniversary of Foods’ Impact on Our Wellbeing

2022· article· en· W4312141125 sur OpenAlexfundno aff
Dirk W. Lachenmeier, Paula A. Oliveira, Agata Fabiszewska, Cristina Soares, Jong H. Kim

Notice bibliographique

RevueFoods · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGABA and Rice Research
Établissements canadiensnon disponible
Organismes subventionnairesBundesanstalt für Landwirtschaft und ErnährungInstitut National de la Recherche AgronomiqueMinistério da Ciência, Tecnologia e Ensino SuperiorJoint Programming Initiative A healthy diet for a healthy lifeFonds Wetenschappelijk OnderzoekMinistero delle Politiche Agricole Alimentari e ForestaliRéseau de cancérologie Rossy
Mots-clésFood safetyEnvironmental healthMedicineAgricultureMicrobiomeBiotechnologyFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

The purpose of the conference session summarized in this article was to bring together international experts on food toxicology and food safety and share the current scientific knowledge on these topics. The presentations covered a wide range of interdisciplinary issues, including (i) the impact of diet on body weight and health outcomes including results from animal models of carcinogenesis, (ii) methods for microbial oil extraction, (iii) food processing and its impact on food safety and health, (iv) novel compounds to avoid mycotoxin contamination of agricultural products, and (v) the safety of cannabidiol in food supplements based on Cannabis sativa extracts. Some of the conclusions of the presentations included that correct food choices may impact on the risk of non-communicable diseases such as cancer, that food processing may have an influence on health, by either reducing or increasing risks, and that research regarding novel compounds is important, which may have preventive but also detrimental effects on health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,218

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,290
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 revueFoodsMême sujetGABA and Rice ResearchTravaux en français237 207