MétaCan
Menu
Retour à la cohorte
Enregistrement W3209709208 · doi:10.3390/foods10112515

A Comparison of Fresh Pork Colour Measurements by Using Four Commercial Handheld Devices

2021· article· en· W3209709208 sur OpenAlexafffundabout
Xinyi Wei, Stephanie Lam, B. M. Bohrer, B. Uttaro, Ó. López-Campos, N. Prieto, I. L. Larsen, M. Juárez

Notice bibliographique

RevueFoods · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesSwine Innovation Porc
Mots-clésMobile deviceFood scienceEnvironmental scienceComputer scienceBiologyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to evaluate the performance of different low-cost instruments to measure pork colour in comparison to Minolta spectrophotometers and industry subjective standards. Canadian pork colour standards and commercial meat (252 loin chops and 46 tenderloins) were measured using two Minolta (CM 700D) spectrophotometers, four Nix sensors (two Nix Pro II and two Nix QC), and four Spectro devices (two Spectro 1 and two Spectro 1 Pro). Using Bland-Altman plots, all hand-held devices revealed similar performance on colour coordinates, except for the Nix Pro II, which had more variability on a* value, and Spectro 1 Pro on b* value, when compared to Minolta measurements. Low RSD values (< 5%) were obtained from repeated measurements on Canadian colour standards. The trend of colour coordinates on colour scores (0–6) were similar for all four commercial instruments, except for a* from Nix Pro and b* from Spectro 1. The correlation coefficients between subjective standards and colour coordinates from the Nix and Spectro devices were slightly higher than the Minolta spectrophotometers. Even though Nix and Spectro 1 series instruments generated different absolute colour coordinate values on meat samples, these pocket-size instruments presented great reliability to measure pork surface colour. However, operational limitations of the instruments, such as the internal calibration time between samples for the Spectro 1 series, should also be considered.

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 enseignants0,126
Score d'incertitude au seuil0,564

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)0,0010,000

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 Opus0,307
Tête enseignante GPT0,366
Écart entre enseignants0,059 · 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
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetMeat and Animal Product QualityTravaux en français237 207