Climate-sensitive biological and chemical preharvest food safety hazards in Canadian agriculture: A scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Climate change poses risks to food safety at the preharvest level. Synthesized high-quality evidence on the impacts of meteorological variables —temperature, precipitation, humidity, and extreme weather—on food contamination is essential for informing food safety policy and interventions. This scoping review aimed to synthesize peer-reviewed and grey literature on these effects and identify knowledge gaps. Using a registered a priori protocol, searches were conducted in MEDLINE via Ovid, Web of Science, AGRICOLA, and CAB International and grey literature sources. Two independent reviewers conducted a two-phase screening process on retrieved literature to identify eligible studies that examined meteorological variable impacts on preharvest food contamination specifically in Canada, the United States, or Europe. A total of 45 studies were included, with data extracted and synthesized. This review identified the impacts of meteorological variables on food safety hazards in grains (16/45), livestock (12/45), produce (10/45), and irrigation water (8/45). In grains, changes in precipitation, temperature, and humidity were strongly interconnected and linked with increased mycotoxin contamination. Seasonal changes and higher temperatures elevated biological hazards among livestock. Produce contamination, notably in leafy green vegetables , increased with higher temperatures, precipitation, and flood events. Irrigation water sources demonstrated increased contamination following increased precipitation, primarily. These findings highlight the critical influence of meteorological variables on preharvest food safety , underscoring the need for targeted mitigation and adaptation strategies to safeguard food systems in the face of climate change.
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.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle