Developing FT‐NIR and PLS1 Methodology for Predicting Adulteration in Representative Varieties/Blends of Extra Virgin Olive Oils
Notice bibliographique
Résumé
It was previously demonstrated that Fourier transform near infrared (FT-NIR) spectroscopy and partial least squares (PLS1) were successfully used to assess whether an olive oil was extra virgin, and if adulterated, with which type of vegetable oil and by how much using previously developed PLS1 calibration models. This last prediction required an initial set of four PLS1 calibration models that were based on gravimetrically prepared mixtures of a specific variety of extra virgin olive oil (EVOO) spiked with adulterants. The current study was undertaken after obtaining a range of EVOO varieties grown in different countries. It was found that all the different types of EVOO varieties investigated belonged to four distinct groups, and each required the development of additional sets of specific PLS1 calibration models to ensure that they can be used to predict low concentrations of vegetable oils high in linoleic, oleic, or palmitic acid, and/or refined olive oil. These four distinct sets of PLS1 calibration models were required to cover the range of EVOO varieties with a linoleic acid content from 1.3 to 15.5 % of total fatty acids. An FT-NIR library was established with 66 EVOO products obtained from California and Europe. The quality and/or purity of EVOO were assessed by determining the FT-NIR Index, a measure of the volatile content of EVOO. The use of these PLS1 calibration models made it possible to predict the authenticity of EVOO and the identity and quantity of potential adulterant oils in minutes.
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 | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 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 ».