MétaCan
Menu
Retour à la cohorte
Enregistrement W2064448549 · doi:10.1080/02652030701673422

High-performance liquid chromatographic method for the simultaneous detection of the adulteration of cereal flours with melamine and related triazine by-products ammeline, ammelide, and cyanuric acid

2007· article· en· W2064448549 sur OpenAlexfundno aff
Stefan Ehling, Sebhat Tefera, IlHyok Ho

Notice bibliographique

RevueFood Additives & Contaminants · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMelamine detection and toxicity
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Guelph
Mots-clésMelamineCyanuric acidChromatographyChemistryExtraction (chemistry)Matrix (chemical analysis)AnalyteTriazineHigh-performance liquid chromatographyCyanuric chlorideOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Melamine has been used for the adulteration of cereal flours in order to increase their apparent protein content. Crude melamine may contain several by-products, i.e. ammeline, ammelide, and cyanuric acid. The simultaneous analysis of all four chemicals is difficult because of the formation of an insoluble salt between melamine and cyanuric acid. A simple and convenient high-performance liquid chromatography (HPLC) method for the detection of the adulteration of cereal flours with all four chemicals is proposed herein. The precipitate formation between melamine and cyanuric acid was prevented by using alkaline conditions (pH 11-12) for both standards preparation and sample extraction. The method uses matrix-matching, which involves the construction of a calibration curve on a blank (negative control) matrix, which is then used for the quantitation of melamine and by-products in adulterated (positive) samples. Matrix-matching compensates for analyte losses during sample preparation, and for matrix effects. The method was successfully applied to wheat, corn, and rice flours, and is expected to be applicable (with some modifications) to soy flour as well. The method allows for the detection of melamine, ammeline, and ammelide at approximately 5 microg g(-1), and cyanuric acid at approximately 90 microg g(-1) in wheat flour.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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
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

Citations190
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Additives & ContaminantsMême sujetMelamine detection and toxicityTravaux en français237 207