MétaCan
Menu
Retour à la cohorte
Enregistrement W2722361 · doi:10.1093/ije/18.1.17

Rapid and Simple Analytical Method for Removing Patulin from Apple Juice Using Solid Phase Extraction

2010· article· en· W2722361 sur OpenAlexaboutno aff
Jong-Gab Yim, Hae Won Jang, Kwang‐Geun Lee

Notice bibliographique

RevueKorean Journal of Food Science and Technology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPatulinChromatographyChemistryAnhydrousElutionAcetic acidSolid phase extractionExtraction (chemistry)CartridgeEthyl acetateDiethyl etherHigh-performance liquid chromatographyMycotoxinMaterials scienceFood scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Patulin, a secondary metabolite of mold, is commonly found in rotten apples. Many countries regulate patulin at levels ranging from 30 to . Most analytical methods for removing patulin from apple juice include liquid-liquid extraction (LLE), which is time and labor intensive. To replace the LLE method, a solid-phase extraction (SPE) method has been developed for apple juice and unfiltered apple juice. A portion of the test sample was applied to a macroporous copolymer cartridge and washed with 5 mL of 1% sodium bicarbonate, followed by 5 mL of 1% acetic acid. Patulin was eluted with 5 mL of 2% acetonitrile in anhydrous ethyl ether. The mobile phase was tetrahydrofuran in water (0.8:99.2) and was detected with a UV detector at 276 nm. Recoveries ranged from 95 to 101% in test samples, and the minimum detectable level was 30 ppb. Because this SPE method is fast, easy, reliable, and inexpensive, it could be applicable for companies or analytical agencies to analyze patulin concentrations in apple juice.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,056
Tête enseignante GPT0,383
Écart entre enseignants0,327 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Journal of Food Science and TechnologyMême sujetInsect and Pesticide ResearchTravaux en français237 207