Exposure Assessment of Essential and Potentially Toxic Metals in Wheat-Based Sweets for Human Consumption: Multivariate Analysis and Risk Evaluation Studies
Notice bibliographique
Résumé
In recent years, there has been a growing concern about the negative impact of unforeseen contaminants such as metals in commonly consumed food items, which pose a threat to human well-being. Therefore, it is of utmost importance to evaluate the levels of these contaminants to guarantee the safe consumption of these food items. The goal of the current research is to determine the levels of essential (EMs: Mg, Ca, Mn, Fe, Co, Cu, and Zn) and potentially toxic metals (PTMs: Al, Cr, Ni, As, Cd, and Pb) in various brands of wheat-based sweets. One hundred samples were collected and analysed via flame atomic absorption spectrometry (FAAS) and inductively coupled plasma-optical emission spectrometry (ICP-OES). Also, the current study was to investigate the distribution, correlation, and multivariate analysis of 13 metals (Mg, Ca, Mn, Fe, Co, Cu, Zn, Al, Cr, Ni, As, Cd, and Pb). Hierarchical cluster analysis (HCA) and principal component analysis (PCA) were used to interpret the metals' association. The concentration (mg/kg) ranges of EMs were, in order, Mg (12.70-65.67), Ca (24.02-209.12), Mn (1.32-9.61), Fe (4.55-111.23), Co (0.32-8.94), Cu (2.12-8.61), and Zn (2.60-19.36), while the concentration (mg/kg) ranges of PTMs were, in order, Al (0.32-0.87), Cr (0.17-5.74), Ni (0.36-1.54), Cd (0.16-0.56), and Pb (0.14-0.92), and As was not detected in any sample under investigation. The HCA data revealed that Co, Al, and Ni form clusters with other metals. Sweets are prepared at high temperatures, and the elevated temperatures can increase the likelihood of Ni and Al leaching from stainless steel. Tolerable dietary intake (TDI) values for Ni were higher than the values established by the European Food Safety Authority (EFSA). The CR value found for the Ni and Cr was at the threshold level of cancer risk, if an amount of 25 g were to be used over a lifetime. In a nutshell, this study highlights the monitoring of EM and PTM levels in wheat-based sweets, and from a food safety perspective, the study is important for consumers of wheat-based sweets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».