MétaCan
Menu
Retour à la cohorte
Enregistrement W1606201416 · doi:10.1002/9781118817360.ch16

Classical Methods for Food Carbohydrate Analysis

2014· other· en· W1606201416 sur OpenAlexaff
Qingbin Guo, Steve W. Cui, Ji Young Kang

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePolysaccharides and Plant Cell Walls
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAnthroneSugarChemistrySulfuric acidHydrolysisMonosaccharideAcid hydrolysisCarbohydrateChromatographyRaw materialUronic acidOrganic chemistryPolysaccharide

Résumé

récupéré en direct d'OpenAlex

Carbohydrates are among the most important ingredients in foods and raw materials. The analytical methods for food carbohydrate are useful for food quality assurance and product standardization. Classical analytical methods of food carbohydrates, in terms of principles, operation procedures, and applicability, are summarized in the current chapter. The classical methods are mainly divided into three categories—total sugar analysis (phenol-sulfuric acid assay, anthrone-sulfuric acid methods, and methodology for uronic acid and reducing sugar analysis), monosaccharides analysis (enzymatic methods, anion-exchange chromatography, and gas-liquid chromatography), and structure characterization (partial acid hydrolysis, Smith degradation, and methylation analysis). Some widely used physical methods as well as methods for dietary fibre analysis are also covered in this chapter.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0330,038

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,280
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPolysaccharides and Plant Cell WallsTravaux en français237 207