Quantitative determination of free fatty acids in extra virgin olive oils by multivariate methods and Fourier transform infrared spectroscopy considering different absorption modes
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
A methodology based on Fourier transform infrared (FTIR) spectroscopy with different absorption modes, combined with chemometrics techniques, was developed as a tool to quantify the free fatty acids (FFAs) in extra virgin olive oils (EVOOs). The range of FFA contents of calibration samples was extended by adding 0–1.00% oleic acid to refined and deodorized olive oil (RDOO) containing 0.00% FFA. Calibration models were implemented using the partial least-squares (PLS) regression technique. Two absorption modes, reflection and transmission, and two pretreatments, normal and first derivative spectra, were tested in several infrared spectral regions. In order to construct the calibration models, 15 calibration samples were scanned in different absorption modes, and 10 different brands of EVOOs were used for checking the predictive capacity of the best calibration model. The results showed that the best predictions were achieved using normal spectra in the transmission mode using 100 µm CaF2 flow cell with the highest correlation coefficient (R2) of 0.99979 and the lowest root mean square error of calibration (RMSEC) of 0.00441 and root mean square error of cross-validation (RMSECV) of 0.0107 in the infrared spectral region 1724–1646 + 3324–3023 cm−1. The method developed is fast, environment-friendly, and it could be easily used in olive oil industries for the rapid and reliable quantification of FFA content in EVOOs.
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 | 0,000 | 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 | 0,001 |
| 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