Identification of Imitation Cheese and Imitation Ice Cream Based on Vegetable Fat Using NMR Spectroscopy and Chemometrics
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
Vegetable oils and fats may be used as cheap substitutes for milk fat to manufacture imitation cheese or imitation ice cream. In this study, 400 MHz nuclear magnetic resonance (NMR) spectroscopy of the fat fraction of the products was used in the context of food surveillance to validate the labeling of milk-based products. For sample preparation, the fat was extracted using an automated Weibull-Stoldt methodology. Using principal component analysis (PCA), imitation products can be easily detected. In both cheese and ice cream, a differentiation according to the type of raw material (milk fat and vegetable fat) was possible. The loadings plot shows that imitation products were distinguishable by differences in their fatty acid ratios. Furthermore, a differentiation of several types of cheese (Edamer, Gouda, Emmentaler, and Feta) was possible. Quantitative data regarding the composition of the investigated products can also be predicted from the same spectra using partial least squares (PLS) regression. The models obtained for 13 compounds in cheese (R (2) 0.75-0.95) and 17 compounds in ice cream (R (2) 0.83-0.99) (e.g., fatty acids and esters) were suitable for a screening analysis. NMR spectroscopy was judged as suitable for the routine analysis of dairy products based on milk or on vegetable fat substitutes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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