MétaCan
Menu
Retour à la cohorte
Enregistrement W2004447106 · doi:10.1007/s11746-013-2234-z

Rapid FT‐NIR Analysis of Edible Oils for Total SFA, MUFA, PUFA, and <i>Trans</i> FA with Comparison to GC

2013· article· en· W2004447106 sur OpenAlexaffabout
Magdi M. Mossoba, Hormoz Azizian, Cynthia Tyburczy, John K. G. Kramer, Pierluigi Delmonte, Ali‐Reza Fardin Kia, Jeanne I. Rader

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2013
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPolyunsaturated fatty acidChemistryFood scienceGas chromatographyChromatographyTotal fatComposition (language)Animal fatFatty acidOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Declarations of the total content of trans fatty acids (FA) and saturated FA (SFA) are mandatory on food labels in the US and Canada. Gas chromatography (GC) has been the method of choice for the determination of FA composition. However, GC is time consuming and requires conversion of fats and oils to their FA methyl esters. In the present study, a recently published Fourier transform near‐infrared (FT‐NIR) spectroscopic procedure was applied to the rapid (<5 min) determination of total SFA, monounsaturated FA (MUFA), polyunsaturated FA (PUFA), and trans FA contents of 30 commercially available edible fats and oils. Good agreement was obtained between the GC and FT‐NIR methods for the determination of total SFA, MUFA, and PUFA contents. Differences between the two methods were apparent for the determination of trans fat at trans fat levels <2 % of total fat. The analytical determinations of total SFA, MUFA, and PUFA contents for many of the oils examined differed from the respective values declared on the product labels. Our findings demonstrate that the FT‐NIR procedure serves as a suitable alternative method for the rapid determination of total SFA, MUFA, PUFA and trans FA contents of neat vegetable oils.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,016
Tête enseignante GPT0,302
Écart entre enseignants0,286 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations21
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetFatty Acid Research and HealthTravaux en français237 207