MétaCan
Menu
Retour à la cohorte
Enregistrement W3023151390 · doi:10.1039/c9ay01942a

A high-throughput plasmonic tongue using an aggregation assay and nonspecific interactions: classification of taste profiles in maple syrup

2020· article· en· W3023151390 sur OpenAlexafffundabout
Simon Forest, Trevor Théorêt, Julien Coutu, Jean‐François Masson

Notice bibliographique

RevueAnalytical Methods · 2020
Typearticle
Langueen
DomaineChemistry
ThématiqueAnalytical Chemistry and Chromatography
Établissements canadiensUniversité de MontréalRegroupement Québécois sur les Matériaux de Pointe
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMapleTasteElectronic tongueThroughputTongueChemistryPlasmonFood scienceComputer scienceBiologyBotanyMedicineMaterials scienceOptoelectronicsPathologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

A simple colorimetric test detects off-flavour profiles of maple syrups in minutes, which are detectable by the naked eye. As flavour profiles are due to complex mixtures of molecules, the test uses nonspecific interactions for analysing the aggregation and color change of Au nanoparticles (AuNPs) induced by the different organic molecules contained in off-flavour maple syrup. The test was optimal with 13 nm citrate-capped AuNPs reacting 1 : 1 with pure maple syrup diluted 10 times. Under these conditions, normal flavour maple syrups did not react and the solution remained red, while off-flavoured maple syrups aggregated the AuNPs and the solution turned blue. Different classes of molecules were then tested to evaluate the types of compounds typically found in maple syrups reacting in the test, showing that sulfur- and amine-containing amino acids and aromatic amines caused aggregation of the AuNPs. The test was validated with 1818 maple syrup samples from the 2018 harvest in Quebec and 98% of the off-flavoured maple syrups were positively identified against the standard taste test. Preliminary tests were performed on site in maple sugar shacks to validate the applicability of the test on the production site.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,098
Tête enseignante GPT0,384
Écart entre enseignants0,286 · 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
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
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnalytical MethodsMême sujetAnalytical Chemistry and ChromatographyTravaux en français237 207