Análisis de micro y nanoplásticos como riesgo emergente para la seguridad alimentaria
Bibliographic record
Abstract
En los últimos años se ha evidenciado un incremento de la cantidad de micro y nanoplásticos en el medioambiente acuático y terrestre, lo que tiene como consecuencia directa la presencia de estos agentes en diversos productos alimenticios como el agua de bebida embotellada, el pescado, los crustáceos y moluscos, la sal y la cerveza. Los micro y nanoplásticos presentes en los alimentos pueden ocasionar efectos adversos en la salud de los consumidores, tanto a causa de su acción toxicológica “per se”, como por la ocasionada por los contaminantes ambientales que transportan. A pesar de la información que evidencia la presencia de estos compuestos en los productos alimenticios, la falta de métodos armonizados y la heterogeneidad de los resultados, entre otras incertidumbres, limitan actualmente la evaluación de la exposición y del riesgo, y consecuentemente, la adopción de medidas de gestión que mitiguen su impacto en la salud humana, animal y ambiental. El propósito de este estudio es reunir y analizar la información disponible sobre este peligro alimentario mediante una exhaustiva revisión y análisis de la bibliografía científica disponible y de la información suministrada por las bases de datos científicas y las asociaciones gubernamentales relacionadas con la Salud, el Medio Ambiente o la Alimentación. Los resultados obtenidos ponen de manifiesto la importancia de la presencia de los micro y nanoplásticos en las cadenas alimentarias y de los riesgos potenciales para la salud por exposición dietética a los mismos, concluyendo en la emergencia de este peligro alimentario. Asimismo, se analizan las estrategias de gestión para su control y el alcance de la comunicación del riesgo.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".