Plant‐Based Analogs: Potential Chemical Risks & Mitigation Strategies
Notice bibliographique
Résumé
Meat, dairy, and egg analogs are products designed to mimic the structural and sensorial properties of their animal counterparts. These analogs have been developed to address diverse nutritional requirements, dietary preferences, and ethical considerations, resulting in a substantial net growth in market share in recent years. Nevertheless, concerns have been raised regarding their food safety and nutritional quality due to (a) the presence of natural toxicants and antinutritional factors in plant-based raw materials, (b) the incorporation of novel ingredients to achieve targeted sensory attributes, (c) the nature and intensity of processing required to develop these characteristics, and (d) the prioritization of sensory properties over nutritional value during product formulation. The potential short- and long-term food safety and nutritional implications of plant-based analogs are yet unknown. Consumers purchasing these products to attain their potential health and environmental benefits need to be presented with robust evidence regarding the inherent safety of their formulations and processes. This review examines the potential chemical hazards associated with plant-based alternatives, including naturally occurring toxins in plant-based ingredients and their residual presence in the final product, agrochemical and other environmental toxicants, novel ingredients and processing-derived compounds. It further highlights critical research gaps, including the need to identify potential chemical toxicants in plant-based analogs and to elucidate the long-term consequences of their consumption. Addressing these knowledge gaps will be essential in guiding industrial practices, regulations and policies aimed at ensuring that plant-based food products are both safe and nutritious for consumers and beneficial to the planet.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».