Impact of dishwashing on the chemical mixtures leaching from reusable plastic bottles
Notice bibliographique
Résumé
Reusable drinking bottles have become popular globally and come in a range of shapes, colors and materials, including a range of plastics. The objective of this study was to investigate chemical mixtures migrating from reusable plastic bottles into the beverage using targeted and non-targeted screening, and assess the impact of dishwashing on chemical mixtures leaching from bottles. Reusable plastic bottles were collected in five European countries. Bottles were filled with 200 mL of food simulant (3% acetic acid) to assess migration for 1 or 10 days, and the resulting samples were analyzed using liquid chromatography coupled with quadruple time-of-flight mass spectrometry (LC-QTOF-MS). Out of the 32 targeted compounds, the occurrence of diisobutyl phthalate (DiBP) was confirmed at trace levels in the food simulants for 1/39 and 22/39 types of washed bottles after 1 and 10 days of migration, respectively. Other substances such as dibutyl maleate, dibutylamine, octadecanamide, n-lauryldiethanolamine, and tributyl citrate were detected in the food simulants using a non-targeted workflow. Based on both targeted and non-targeted results, dishwashing impacted the profiles of the chemical mixtures leached from reusable plastic bottles. Relatively higher migration was observed for some substances (incl. DiBP) in washed bottles compared to unwashed ones. • Chemical migration was assessed for 39 types of reusable plastic bottles • Diisobutyl phthalate (DiBP) was confirmed at trace levels in the food simulants • Higher DiBP migration was observed after dishwashing the plastic bottles • Other chemicals were identified in the food simulants using non-targeted analysis
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».