MétaCan
Menu
Retour à la cohorte
Enregistrement W2070740481 · doi:10.1111/j.1750-3841.2006.00050.x

Portable Electronic Nose for Detection of Spoiling Alaska Pink Salmon ( <i>Oncorhynchus gorbuscha</i> )

2006· article· en· W2070740481 sur OpenAlexaff
Jiraporn Chantarachoti, Alexandra Oliveira, Brian Himelbloom, Chuck Crapo, David G. McLachlan

Notice bibliographique

RevueJournal of Food Science · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensCanadian Food Inspection Agency
Organismes subventionnairesDivision of Ocean SciencesAlaska Sea Grant, University of Alaska Fairbanks
Mots-clésSlushOncorhynchusFish <Actinopterygii>Electronic noseFisheryFood spoilageAnimal scienceBiologyEnvironmental scienceMeteorologyGeographyBacteria

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: The ability of a portable hand‐held electronic nose (EN) in detecting spoilage of whole Alaska pink salmon ( Oncorhynchus gorbuscha ) stored at 14 °C and in slush ice (1 °C) was investigated. Fish were sampled daily at 14 °C for up to 3 d, while fish stored in slush ice were sampled at various intervals up to 16 d. Sensory evaluations indicated that fish were rejected at day 3 when stored at 14 °C and at day 12 when stored in slush ice. Aerobic bacteria counts for fish skin at 14 °C ranged from 3.4 log 10 colony‐forming units (CFU)/cm 2 (day 0) to 4.8 log 10 CFU/cm 2 (day 3) and for fish stored in slush ice ranged from 3.4 log 10 CFU/cm 2 (day 0) to 5.5 log 10 CFU/cm 2 (day 16). The correct classification rate using forward stepwise general discriminate analysis was 85% and 92% for EN analysis of belly cavity volatiles for fish held at 14 °C and in slush ice, respectively. A predictive model may be developed for spoilage of whole Alaska pink salmon by analyzing belly cavity odors using the EN.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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

Citations32
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ScienceMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207