Automated FTIR Analysis of Free Fatty Acids or Moisture in Edible Oils
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
An FTIR spectrometer coupled to an autosampler and attendant methodologies for high-volume automated quantitative analysis of free fatty acids (FFA) or moisture in edible oils are described. Samples are prepared by adding 20 g of oil to a 50 ml screw-capped vial, to which is added either a methanol/NaHNCN solution or dry acetonitrile in a I:I (w/v) ratio for FFA or H 2 O analysis, respectively. After capping with Mylar-lined septum caps, the vials are loaded into an autosampler tray, which is then agitated vigorously to extract the constituent of interest from the oil into the oil-immiscible solvent, and are then left to stand for ∼ 10 min to allow for phase separation. The upper solvent layer in each vial is aspirated successively into the IR cell, with the Mylar seal allowing facile autosampler needle penetration into the vials. The spectra of the sample extraction solvents serve as spectral backgrounds in addition to being used in monitoring cell path length and verifying cell loading. FFA and H 2 O analyses are carried out using 100 and 500 μm CaF 2 cells, respectively. For FFA analysis, quantification is achieved using the ν (COO) band at 1573 cm −1 , while moisture is determined using water absorption bands at 3629 or 1631 cm −1 , depending on the moisture range of the samples. Calibration procedures and data are presented. The spectrometer and autosampler are controlled using proprietary Universal Method Platform for InfraRed Evaluation software, which provides a simple user interface and automates the spectral analysis; the output data can also be sent to a Laboratory Information Management System. Validation and performance data obtained with this automated system demonstrate that it is capable of analyzing >60 samples/h, a rate commensurate with the throughput required by commercial contract or high-volume process control laboratories.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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