MétaCan
Menu
Retour à la cohorte
Enregistrement W4404198445 · doi:10.1186/s43170-024-00305-3

Aflatoxin risk in the era of climatic change-a comprehensive review

2024· article· en· W4404198445 sur OpenAlexfundno aff
Saboor Muarij Bunny, Abeera Umar, Hamzah Shahbaz Bhatti, Sabyan Faris Honey

Notice bibliographique

RevueCABI Agriculture and Bioscience · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePotato Plant Research
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Centre for International Agricultural ResearchAgriculture and Agri-Food CanadaMinistry of Agriculture of the People's Republic of ChinaDepartment for International DevelopmentUnited States Agency for International DevelopmentU.S. Department of Agriculture
Mots-clésAflatoxinClimate changeGeographyBiologyBiotechnologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract This review highlights the major influence that both climate change and aflatoxin contamination have on global food safety as it examines their complex relationship. Fungi such as Aspergillus flavus produce aflatoxins, which can seriously harm one's health by compromising the immune system and causing chronic disorders. The review looks at how temperature and humidity affect the production of aflatoxin. The evaluation of current models emphasizes the necessity for novel strategies and up-to-date climatic data. The changing climatic conditions are taken into consideration while discussing regulatory frameworks and international standards. Additionally, the paper explores cutting-edge sensing technologies for improved surveillance of aflatoxin contamination. Molecular markers and resistance characteristics are two areas of future investigation. In view of a changing climate, the conclusion emphasizes the continued difficulties in creating crops that are climate resilient and calls for cooperation in addressing aflatoxin problems.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,277
Écart entre enseignants0,233 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCABI Agriculture and BioscienceMême sujetPotato Plant ResearchTravaux en français237 207