Analysis and Supervision Suggestions of Food Safety in Henan Province Based on Sampling Data
Notice bibliographique
Résumé
This paper summarized the sampling results of food safety supervision issued by Henan Provincial Administration for Market Regulation in 2021, and analyzed them from multiple dimensions such as food category, unqualified items, sampling areas, packaging type, time, etc, so as to find out food safety risks and provide a reference for the regulatory authorities. It was found that among a total of 73918 batches of inspected food samples, 1417 batches were unqualified, with an overall qualified rate of 98.08%. The inspected samples covered 32 food categories in total. The qualified rates of 10 categories, including roasted seeds and nuts, frozen drinks, catering food, edible agricultural products, convenience food and so on, were lower than the overall qualified rate of 98.08%. The main risk indicators were excessive residues of pesticides and veterinary drugs, microbial contamination, unqualified quality index and excessive use of food additives, accounting for 88.08% of the total number of unqualified items. The unqualified rate in the fourth quarter was significantly higher than that in the first three quarters. The unqualified rate of bulk foods was higher than that of prepackaged foods. In 2021, the overall situation of food safety in Henan Province was good, but there were still varying degrees of risks in some categories and indicators. It was suggested to strengthen the supervision of high-risk categories, indicators, as well as enterprises with frequent problems, and enhance source management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».