MétaCan
Menu
Retour à la cohorte
Enregistrement W2921604843 · doi:10.5740/jaoacint.18-0401

Economically Motivated Adulteration of Lemon Juice: Cavity Ring Down Spectroscopy in Comparison with Isotope Ratio Mass Spectrometry: Round-Robin Study

2019· article· en· W2921604843 sur OpenAlexaffabout
Madhavi Mantha, Kevin M. Kubachka, John R Urban, Catherine O. Dasenbrock, Anatoly Chernyshev, William A. Mark, Christine A.M. France, Michelle M. G. Chartrand, Jonathan Haché, Sylvain Decoeur, Haiping Qi

Notice bibliographique

RevueJournal of AOAC International · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensCanadian Food Inspection AgencyNational Research Council CanadaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésIsotope-ratio mass spectrometryChemistryCitric acidMass spectrometryFood scienceLemon juiceChromatography

Résumé

récupéré en direct d'OpenAlex

Background: Economically motivated adulteration (EMA) of foods has become an increasing concern in recent years, with lemon juice as a popular target. Objective and Method: In this work, an optimized preparation procedure for the isolation of citric acid from lemon juice was validated using elemental analyzer-isotope ratio MS (EA-IRMS) to detect adulteration with exogenous citric acid. Additionally, 69 imported lemon juice samples were evaluated using combustion module-cavity ring down spectrometry (CM-CRDS) and compared with the well-established EA-IRMS. Equivalency of CM-CRDS to EA-IRMS was further demonstrated by conducting a round-robin study involving eight laboratories throughout the United States, Canada, and New Zealand. Results: Overall, the results obtained for CM-CRDS were statistically indistinguishable from the results obtained using EA-IRMS for EMA lemon juice analysis. Conclusions: Therefore, CM-CRDS is a viable option for this application. Highlights: The CM-CRDS instrumentation is easy to operate, robust, and provides δ13C values comparable to EA-IRMS for citrate analysis. Through a multi-laboratory exercise, CM-CRDS was shown to be an alternative to EA-IRMS in the detection of economic adulteration of lemon 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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,060
Score d'incertitude au seuil0,419

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,283
Écart entre enseignants0,272 · 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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetIdentification and Quantification in FoodTravaux en français237 207