Glyphosate in food: A narrative review
Notice bibliographique
Résumé
Glyphosate, a widely used broad-spectrum herbicide, plays a crucial role in global crop production due to its effectiveness and low cost. This paper provides an updated overview of the exposure routes, regulations, occurrence, dietary exposure and risk characterization of glyphosate in food products worldwide on recent years. Glyphosate had been detected in various staple food products, including maize, wheat and soybeans, in regions such as Europe, Canada and USA. The herbicide was associated with cancer, reproductive disorders, and development defects. To address safety concerns, maximum residue limits (MRLs) for glyphosate have been established by several international agencies. Notably, no studies to date have reported exceedance of the acceptable daily intake (ADI), and all calculated hazard quotients (HQ) suggested a very low risk. This review highlights a research gap at the intersection of glyphosate use, climate change, and sustainability. It calls for examination of how evolving environmental conditions and agricultural practices might affect glyphosate application and its implications for food safety and public health. • Glyphosate residues found in global food products, yet most remain below MRL limits. • Studies report no significant exceedance of ADI, posing low risk to human health. • Children show higher susceptibility to glyphosate due to increased intake and exposure. • Mediterranean diet shows low risk despite high glyphosate in vegetables. • Calls for more research on glyphosate's long-term health effects, especially in children.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».