Factors influencing the fatty acid determination in fats and oils using Fourier transform near‐infrared spectroscopy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Fourier transform near‐infrared (FT‐NIR) technology is matrix dependent and thus highly dependent on factors that influence the absorption spectra. Ignoring these factors during the development of FT‐NIR models will affect the accuracy and reliability of the classification of fats and oils and the determination of their fatty acid (FA) composition. Four factors were studied: the temperature at which samples are scanned, differences in FA chain length and number of double bonds, and the presence of non‐triacylglycerol components. The results showed that an increase in the recording temperature decreased the absorption peak intensity, but not the position. FT‐NIR spectral differences were linked to variations in molecular vibrations resulting from the number of carbon atoms or double bonds in the FA. The FT‐NIR method could clearly differentiate between chain lengths from 10:0 to 18:0 and numbers of double bonds from zero (18:0) to three (18:3). Contaminants in triacylglycerols altered the FT‐NIR spectra, resulting in increased errors in the FA content. An increased concentration of β‐sitosterol in triolein decreased or increased the observed contents of cis 9‐18:1 and cis 11‐18:1, respectively. An FT‐NIR model adjusted for the phytosterol content corrected this discrepancy. The revised FT‐NIR model was successfully used to provide the accurate FA compositions of commercial sunflower 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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