Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Computational tool for usual intake modelling workable at the European level

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F75010330%3A_____%2F14%3A00010647" target="_blank" >RIV/75010330:_____/14:00010647 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.sciencedirect.com/science/article/pii/S0278691514004475" target="_blank" >http://www.sciencedirect.com/science/article/pii/S0278691514004475</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.fct.2014.10.019" target="_blank" >10.1016/j.fct.2014.10.019</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Computational tool for usual intake modelling workable at the European level

  • Popis výsledku v původním jazyce

    In this paper two models present in the computational tool Monte Carlo Risk Assessment (MCRA) were compared for assessing the usual intake of lead in five countries. For this, we used national food consumption data organised according to the format of the European Food Safety Authority (EFSA) Comprehensive database and a single lead concentration database in which analysed commodities were organised according to EFSA's Standard Sampling Description (SSD) system. This meant that both input data were coded according to the hierarchical FoodEx1 classification system. We demonstrate that the naive Observed Individual Means model resulted in more conservative estimates of the exposure in the right tail of the exposure distribution compared to a refined usual intake model, the LogisticNormal-Normal model. With MCRA, the usual intake could be estimated with both models using food consumption and concentration data that were coded according to the hierarchical FoodEx1 classification system dem

  • Název v anglickém jazyce

    Computational tool for usual intake modelling workable at the European level

  • Popis výsledku anglicky

    In this paper two models present in the computational tool Monte Carlo Risk Assessment (MCRA) were compared for assessing the usual intake of lead in five countries. For this, we used national food consumption data organised according to the format of the European Food Safety Authority (EFSA) Comprehensive database and a single lead concentration database in which analysed commodities were organised according to EFSA's Standard Sampling Description (SSD) system. This meant that both input data were coded according to the hierarchical FoodEx1 classification system. We demonstrate that the naive Observed Individual Means model resulted in more conservative estimates of the exposure in the right tail of the exposure distribution compared to a refined usual intake model, the LogisticNormal-Normal model. With MCRA, the usual intake could be estimated with both models using food consumption and concentration data that were coded according to the hierarchical FoodEx1 classification system dem

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    FM - Hygiena

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    N - Vyzkumna aktivita podporovana z neverejnych zdroju

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Food and Chemical Toxicology

  • ISSN

    0278-6915

  • e-ISSN

  • Svazek periodika

    74

  • Číslo periodika v rámci svazku

    December

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    10

  • Strana od-do

    279-288

  • Kód UT WoS článku

    000347274600037

  • EID výsledku v databázi Scopus