MétaCan
Menu
Retour à la cohorte
Enregistrement W4387644294 · doi:10.18502/jfqhc.10.3.13643

Toxic Analysis of Leaf Protein Concentrate Regarding Common Agricultural Residues

2023· article· en· W4387644294 sur OpenAlexafffund
Theresa K. Meyer, Ross Tieman, S.W. Breuer, David Denkenberger, Joshua M. Pearce

Notice bibliographique

RevueJournal of Food Quality and Hazards Control · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Nutrition and Health
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSunflowerCanolaRapeseedAgricultureToxicologyAgronomyBiotechnologyBiology

Résumé

récupéré en direct d'OpenAlex

Background: Potential resilient foods which help reduce hunger are converting the ~998 million tons of agricultural residue generated each year into human edible food. Although it is possible to extract Leaf Protein Concentrate (LPC) from agricultural residues, it is not widely practiced because both toxicity and yields of the protein concentrates have not been widely investigated in the most common agricultural residues.Methods: To fill this knowledge gap, this study uses high-resolution mass spectrometry and an open-source toolchain for non-targeted screening of toxins of nine agricultural plant residues in October 2021; it included seven agricultural residues: corn/maize, wheat, barley, alfalfa, yellow pea, sunflower, canola/rapeseed, and two weeds/agricultural residues of kochia, and round leaf mallow.Results: The average yield ranged from about 7 to 14.5% for the nine LPCs investigated. According to the results, yellow pea, round leaf mallow, and canola are recommended for further investigation and scaling as they appear to be fit for human consumption based on the lack of dangerous toxins found in the analysis performed in this study.Conclusion: All the compounds identified in these samples have either been approved by international regulatory boards for safe consumption or are known to be present in common beverages. The other agricultural residues require additional quantification of the toxins identified as it will determine the actual risk for human consumption. Overall, the potential for LPC to provide more needed calories from existing agricultural practices is extremely promising, but substantial amount of future work is needed to screen LPCs in all the agricultural residues depending on harvesting, handling, and storage conditions.

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 enseignants0,002
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,316
Écart entre enseignants0,254 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food Quality and Hazards ControlMême sujetAnimal Nutrition and HealthTravaux en français237 207