Gluteenipitoisuudet gluteenittomiksi markkinoiduissa tuotteissa
Bibliographic record
Abstract
Keliakia on autoimmuunisairaus, jossa viljan valkuaisaine gluteeni aiheuttaa ohutsuolessa tulehduksen ja suolinukan vaurioitumista, jolloin ravintoaineiden imeytyminen häiriintyy. Keliakiaa sairastaa n. 2 % Suomen väestöstä. Keliakiaan ei ole lääkitystä, vaan keliakiaa sairastavan on noudatettava gluteenitonta ruokavaliota. \nTämän opinnäytetyön tavoitteena oli tutkia, ovatko kuluttajille gluteenittomana markkinoidut tuotteet todellisuudessa gluteenittomia. Lisäksi työn tarkoituksena oli lisätä toimijoiden tietoisuutta gluteenia sisältävistä tuotteista ja tietoa siitä, miten gluteenittomat tuotteet voivat kontaminoitua. \nOpinnäytetyön toimeksiantajana toimi Seinäjoen ympäristöterveydenhuolto. Tutkimus kuuluu Seinäjoen ympäristöterveydenhuollon elintarvikevalvontasuunnitelman valvontasuunnitelmaan ja se toteutettiin kevään 2022 aikana. Lähtökohtana oli tutkia, täyttävätkö Seinäjoen ympäristöterveydenhuoltoon kuuluvan alueen ravintolat Euroopan Unionin (EU) komission täytäntöönpanoasetuksen vaatimukset. \nTutkimus toteutettiin tilaamalla Seinäjoen ympäristöterveydenhuoltoon kuuluvan alueen ravintoloista, leipomoista, kahviloista ja grilleiltä yhteensä 21 kpl gluteenittomana markkinoitua tuotetta ja tutkimalla tuotteesta gluteenin määrä ELISA-menetelmää käyttäen. \nGluteenittomuustutkimuksen 21 tutkimusnäytteestä kahdessa näytteessä gluteenia löytyi yli sallitun 20 mg/kg määrän. Kolme näytettä sisälsi 10–20 mg/kg gluteenia, eli jonkin verran, mutta kuitenkin alle sallitun viitearvon. Loput näytteet sisälsivät gluteenia <5 mg/kg.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.052 | 0.012 |
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".