Determination of Iron in Vegetable Oil by Fourier Transform Mid-Infrared Spectroscopy
Notice bibliographique
Résumé
The potential of Fourier transform mid-infrared spectroscopy with attenuated total reflection (FTIR-ATR) for the quantification of iron (Fe) in vegetable oil extracted from the fruit of the moriche palm (buriti) [Mauritia flexuosa] was evaluated. This green method enables direct measurements without previous sample handling. Twenty-five buriti samples were collected in Roraima (Brazil). The statistical models were developed using the technique of partial least squares (PLS) analysis and the data set was divided into two parts: one used for calibration (n = 20) and one used for testing (n = 5). First, the model was calibrated and cross-validated with the calibration data set so that the model was validated with the test data set to verify its prediction ability. To obtain reference data, the samples were analyzed by X-ray fluorescence (EDXRF). The coefficient of determination (R2) was 0.9965 and the mean square error of prediction (RMSEP) obtained for iron (Fe) was 0.8067 (in ppm). The results showed that the prediction ability can be considered good for large quantification of iron intervals in vegetable oil, and the mean relative errors were less than ±7%. This indicated that the green method for the determination of iron (Fe) in vegetable oil by Fourier transform mid-infrared spectroscopy with attenuated total reflection can be used as an alternative method to the classic methods of analysis, because it does not use reagents harmful to the environment or operator, does not generate harmful waste, uses a fast technique, and there is minimal manipulation of the sample.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».