MétaCan
Menu
← tous les travaux

Discrimination of edible oil products and quantitative determination of their iodine value by Fourier transform near‐infrared spectroscopy

2000· article· en· 51 citations· W2045909750 sur OpenAlex· 10.1007/s11746-000-0005-9

Pourquoi ce travail est-il 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.

Affiliation canadienneUne personne signataire a déclaré un établissement canadien. C'est la seule voie dont dispose la base habituelle.
Organisme subventionnaire canadienUn organisme canadien l'a financé. Le travail peut ne porter aucune affiliation canadienne.

Prédiction distillée sur la base complète

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.

Catégories candidates
aucune
Catégories consensuelles
aucune
Domaine
Signal candidat: aucuneSignal consensuel: aucune
Devis d'étude
Signal candidat: Expérimental (laboratoire)Signal consensuel: Expérimental (laboratoire)
Genre
Signal candidat: EmpiriqueSignal consensuel: Empirique
Score de désaccord entre enseignants
0,022
Score d'incertitude au seuil
0,560
Statut de validation
machine_predicted_unvalidated · codex-gemma-dda1882f352a

Scores Codex et Gemma par catégorie

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

Scores machine (provisoires)

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants
0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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

Résumé

Abstract This work demonstrates the application of partial least squares (PLS) analysis as a discriminant as well as a quantitative tool in the analysis of edible fats and oils by Fourier transform near‐infrared (FT‐NIR) spectroscopy. Edible fats and oils provided by a processor were used to calibrate a FT‐NIR spectrometer to discriminate between four oil formulations and to determine iodine value (IV). Samples were premelted and analyzed in gass vials maintained at 75°C to ensure that the samples remained liquid. PLS calibrations for the prediction of IV were derived for each oil type by using a subset of the samples provided as the PLS training set. For each oil formulation (type), discrimination criteria were established based on the IV range, spectral residual, and PLS factor scores output from the PLS calibration model. It was found that all four oil types could be clearly differentiated from each other, and all the validation samples, including a set of blind validation samples provided by the processor, were correctly classified. The PLS‐predicted IV for the validation samples were in good agreement with the gas chromatography IV values provided by the processor. Comparable predictive accuracy was obtained from a calibration derived by combining samples of all four oil types in the training set as well as a global IV calibration supplied by the instrument manufacturer. The results of this study demonstrate that by combining the rapid and convenient analytical capabilties of FT‐NIR spectroscopy with the discriminant and predictive power of PLS, one can both identify oil type, as well as predict IV with a high degree of confidence. These combined capabilities provide processors with better control over their process.

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.

La notice

Revue
Journal of the American Oil Chemists Society
Thématique
Spectroscopy and Chemometric Analyses
Domaine
Chemistry
Établissements canadiens
McGill University
Organismes subventionnaires
Natural Sciences and Engineering Research Council of Canada
Mots-clés
Partial least squares regressionCalibrationIodine valueLinear discriminant analysisNear-infrared spectroscopyAnalytical Chemistry (journal)Fourier transform infrared spectroscopyChemometricsChromatographyMathematicsSpectroscopyChemistryArtificial intelligenceStatisticsComputer scienceOpticsPhysicsFood science
Résumé présent dans OpenAlex
oui