Determination of Aspartame Levels in Soft Drinks Consumed in Ankara, Turkey
Notice bibliographique
Résumé
<p>Aspartame is commonly used as artificial sweeteners in several food products. Excess amounts of aspartame can be harmful to human health. Therefore, the investigation of aspartame levels in foods is important. The aim of this study was to determine levels of aspartame<strong> </strong>in soft drinks and to evaluate whether these amounts were within the Turkish Food Codex values or not. For this purpose, total number of 90 soft drink samples (A, B, C, D, E and F brands) including 15 from each brand were collected from supermarkets in Ankara province, Turkey . In this study, spectrophotometric method was used for the quantitative determination of aspartame in the samples. Mean levels (± S.E) of aspartame<sub> </sub>in samples of A, B, C, D, E and F brand were found as 156.81±7.29 mg/L, 208.67±8.97 mg/L, 236.58±17.91 mg/L, 299.54±26.19 mg/L, 202.39±8.08 mg/L and 223.28±14.08 mg/L, respectively. Our data revealed that mean levels of aspartame were found within Turkish Food Codex in all samples. However, some samples were not found appropriate according to the label information.</p>
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».