MétaCan
Menu
Retour à la cohorte
Enregistrement W4390993635 · doi:10.51984/jopas.v22i3.2757

Analysis of Potassium Bromate Contents of Commonly Consumed Loaves of Bread Samples in Tokra-Libya

2023· article· en· W4390993635 sur OpenAlexaboutno aff
Salwa Rahil, Intisar El Sharaa

Notice bibliographique

RevueJournal of Pure & Applied Sciences · 2023
Typearticle
Langueen
DomaineChemistry
ThématiqueDye analysis and toxicity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBromatePotassium bromateFood scienceEuropean unionChemistryOxidizing agentPotassiumToxicologyMathematicsBusinessBiologyBromideChromatography

Résumé

récupéré en direct d'OpenAlex

Bread is one of the most popular foods consumed worldwide. It is a very popular foodstuff consumed in almost every house in Libya as well as in Tokra city as breakfast. Potassium bromate is an oxidizing agent that has been used as bread additive added to preserve the flavour and teste of the bread but continuing to consume it endangers health as a result of its carcinogenic effect, as it remains in the loaf of bread without disintegration, For this reason, Potassium bromate is banned in several countries, including Brazil, Canada, the European Union and the United Kingdom and the FDA has since 1991 merely encouraged bakers to voluntarily stop using it, with somewhat limited success. In this study, levels of residual bromate were determined in 21commercial breads and traditional loaf types from 7 automated bakeries, except for one, a manual bakery randomly were collected from different local bakeries in Tokra city and its environs (Libya), in Feb. 2023. The tested samples of bread were analyzed using two mothed (qualitative and quantitative analyses) a spectrophotometric method of bromate analysis. Bromate concentrations ranged from 0.07-0.29 μgg-1, with an overall mean concentration of 0.14±0.07 μgg-1(ppm). Significant differences were noticed.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,042
Tête enseignante GPT0,292
Écart entre enseignants0,250 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pure & Applied SciencesMême sujetDye analysis and toxicityTravaux en français237 207