Evaluation of X‐Ray Fluorescence Spectroscopy as a Tool for Nutrient Analysis of Pea Seeds
Notice bibliographique
Résumé
ABSTRACT This research was conducted to evaluate the utility and reliability of X‐ray fluorescence (XRF) spectroscopy to analyze macro‐ (K and Ca) and micronutrients (Mn, Fe, Cu, Zn, and Se) in pea (Pisum sativum L.) seeds. The pea seed samples were ground into flour and pelleted to collect the XRF spectra. Seventy‐three pea seed samples were selected to cover the expected concentration ranges for each element to develop calibration curves by correlating the XRF results with atomic absorption spectroscopy (AAS). The XRF results were validated by a systematic comparison of data obtained from AAS on a set of 80 additional and independent pea seed samples. Element concentrations were also predicted using the fundamental parameter approach collectively for 153 samples. For all the calibration curves, the R2 value was >0.8, except for K (0.54). For Mn, Fe, Cu, Zn, and Se, the XRF predictions were similar to AAS measurements at a 95% confidence level. Similar results were obtained with the fundamental parameter approach except for Fe for which significant bias of ∼6 mg kg−1 was calculated. Except for K, R value for all the validation curves was >0.85. Thus, the results obtained using XRF and the fundamental parameter approach were statistically not different from the AAS method. This study demonstrated that the XRF technique is a fast and reliable, nondestructive, and noninvasive analytical tool for mineral analysis, particularly for transition metals, does not produce waste, and requires no chemical reagents.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».