MétaCan
Menu
Retour à la cohorte
Enregistrement W3136802679 · doi:10.1002/ejlt.202000288

Clarifications of the Carbonyl and Water Absorptions in Fourier Transform Near Infrared Spectra from Extra Virgin Olive Oil

2021· article· en· W3136802679 sur OpenAlexaff
Hormoz Azizian, M. E. R. Dugan, John K. G. Kramer

Notice bibliographique

RevueEuropean Journal of Lipid Science and Technology · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueEdible Oils Quality and Analysis
Établissements canadiensAlberta Crop Industry Development FundAgriculture and Agri-Food CanadaOakville-Trafalgar Memorial Hospital
Organismes subventionnairesnon disponible
Mots-clésAbsorption (acoustics)Fourier transform infrared spectroscopyOlive oilInfrared spectroscopyAbsorption spectroscopyChemistryGravimetric analysisMaterials scienceAnalytical Chemistry (journal)Organic chemistryChromatographyChemical engineeringFood scienceOptics

Résumé

récupéré en direct d'OpenAlex

Abstract The Fourier transform near infrared (FT‐NIR) spectrum of extra virgin olive oils (EVOO) shows two minor carbonyl absorptions at 5280 and 5180 cm–1 that has been used to assess their authenticity. To establish components absorbing at 5280 cm–1, volatile aldehydes and ketones, triacylglycerol (TAG), diacylglycerols (DAG), free fatty acids (FFA), phenolics, and water are investigated and sometimes added to refined olive oil (ROO). Except TAG, the remaining carbonyls contribute to 5280 cm–1 by broadening peak. Water absorption is demonstrated by its removal using Na2SO4 or deuterium oxide addition; FT‐NIR spectral changes are reconstituted by water addition. Water absorption depends on being free or complexed with polar compounds in oil. The size of absorption is not related to abundance, but on unique absorption specificity of components; water shows the strongest absorption. Heat removes water and volatiles, leaving behind DAG, FFA, and phenolics, and makes it possible to differentiate absorption of water, volatile and non‐volatile carbonyls. Cloudy olive oils are analyzed using FT‐NIR methodology after warming for 3 min at 50 °C. FT‐NIR index values are replaced by a new calibration model based on correlating gravimetric mass loss of water plus volatiles with spectral changes. The FT‐NIR methodology is expanded to include EVOOs with 15.5% to 21% linoleic acid. Practical Applications: Testing for authenticity of EVOOs remains a challenge because adulterations continue to be a problem due to economic gains. Spectroscopy methods, specifically FT‐NIR, are much preferred to targeted chemical methods because they measure all constituents in products and are non‐destructive and fast. The current universal FT‐NIR methodology assesses 13 different parameters: five major FAs, and the DAG and FFA contents. The FT‐NIR index value measuring the content of moisture plus volatiles is now replaced by a gravimetric determination. The methodology identifies four major types of adulterants, high in oleic acid, linoleic acid, palm olein or ROO. The composition of olive oils makes it necessary to develop five oil‐specific groups, but cloudy samples still need to be clarified by slight warming before measuring. The value of this universal FT‐NIR methodology will increase after being adopted by commercial and in regulatory settings.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,223
Écart entre enseignants0,210 · 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'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Lipid Science and TechnologyMême sujetEdible Oils Quality and AnalysisTravaux en français237 207