MétaCan
Menu
Retour à la cohorte
Enregistrement W2333454196 · doi:10.1021/jf402627q

Rapid Determination of Total Conjugated Linoleic Acid Content in Select Canadian Cheeses by<sup>1</sup>H NMR Spectroscopy

2013· article· en· W2333454196 sur OpenAlexafffundabout
D Prema, Jessica L. Pilfold, Jessica Krauchi, John S. Church, Kingsley K. Donkor, Bruno Cinel

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2013
Typearticle
Langueen
DomaineNursing
ThématiqueFatty Acid Research and Health
Établissements canadiensThompson Rivers University
Organismes subventionnairesThompson Rivers University
Mots-clésConjugated linoleic acidChemistryExtraction (chemistry)DerivatizationChromatographyGas chromatographyNuclear magnetic resonance spectroscopyLinoleic acidSample preparationFood scienceHigh-performance liquid chromatographyOrganic chemistryFatty acid

Résumé

récupéré en direct d'OpenAlex

The application of (1)H nuclear magnetic resonance (NMR) spectroscopy to the measurement of conjugated linoleic acid (CLA) content in the lipid fraction of dairy products is both a novel and inviting alternative to traditional methods such as gas chromatography (GC), which can require time-consuming sample derivatization. In this work, a newly developed, rapid, and reliable lipid extraction protocol was combined with simple, nondestructive (1)H NMR spectroscopic analysis to measure the total CLA content in CLA standards and in various Canadian cheeses from conventional, organic, and grass-fed dairy sources. The total CLA concentrations (mg/g cheese) obtained using these new extraction and analysis methods were consistent with amounts found using the modified Folch extraction and GC analysis (correlation coefficient of 0.948). Results showed that cheeses from exclusively grass-fed dairy cows were significantly higher in total CLA content than either conventional or organic cheese.

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 enseignants0,715
Score d'incertitude au seuil0,566

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,233
Écart entre enseignants0,218 · 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

Citations26
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetFatty Acid Research and HealthTravaux en français237 207