MétaCan
Menu
Retour à la cohorte
Enregistrement W2605780698 · doi:10.1007/s11745-017-4250-5

First Application of Newly Developed FT‐NIR Spectroscopic Methodology to Predict Authenticity of Extra Virgin Olive Oil Retail Products in the USA

2017· article· en· W2605780698 sur OpenAlexaff
Magdi M. Mossoba, Hormoz Azizian, Ali Reza Fardin‐Kia, Sanjeewa R. Karunathilaka, John K. G. Kramer

Notice bibliographique

RevueLipids · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésOlive oilFood and drug administrationFood scienceOleic acidDeep fryingChemistryMathematicsBiochemistryStatistics

Résumé

récupéré en direct d'OpenAlex

Economically motivated adulteration (EMA) of extra virgin olive oils (EVOO) has been a worldwide problem and a concern for government regulators for a long time. The US Food and Drug Administration (FDA) is mandated to protect the US public against intentional adulteration of foods and has jurisdiction over deceptive label declarations. To detect EMA of olive oil and address food safety vulnerabilities, we used a previously developed rapid screening methodology to authenticate EVOO. For the first time, a recently developed FT-NIR spectroscopic methodology in conjunction with partial least squares analysis was applied to commercial products labeled EVOO purchased in College Park, MD, USA to rapidly predict whether they are authentic, potentially mixed with refined olive oil (RO) or other vegetable oil(s), or are of lower quality. Of the 88 commercial products labeled EVOO that were assessed according to published specified ranges, 33 (37.5%) satisfied the three published FT-NIR requirements identified for authentic EVOO products which included the purity test. This test was based on limits established for the contents of three potential adulterants, oils high in linoleic acid (OH-LNA), oils high in oleic acid (OH-OLA), palm olein (PO), and/or RO. The remaining 55 samples (62.5%) did not meet one or more of the criteria established for authentic EVOO. The breakdown of the 55 products was EVOO potentially mixed with OH-LNA (25.5%), OH-OLA (10.9%), PO (5.4%), RO (25.5%), or a combination of any of these four (32.7%). If assessments had been based strictly on whether the fatty acid composition was within the established ranges set by the International Olive Council (IOC), less than 10% would have been identified as non-EVOO. These findings are significant not only because they were consistent with previously published data based on the results of two sensory panels that were accredited by IOC but more importantly each measurement/analysis was accomplished in less than 5 min.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,213
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,080
Tête enseignante GPT0,338
Écart entre enseignants0,258 · 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 tête enseignante, 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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLipidsMême sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207