MétaCan
Menu
Retour à la cohorte
Enregistrement W4211154270 · doi:10.1002/047167849x.bio058.pub2

Cooking Oils, Salad Oils, and Dressings

2020· other· en· W4211154270 sur OpenAlexaff
Steven E. Hill, R. G. Krishnamurthy, Abul Hossain, Fereidoon Shahidi

Notice bibliographique

RevueBailey's Industrial Oil and Fat Products · 2020
Typeother
Langueen
DomaineChemistry
ThématiqueEdible Oils Quality and Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésFood scienceEdible oilMathematicsEnvironmental scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Lipids used in food products have been conventionally divided into two classes based on their consistency at about 25 °C (72 °F): (i) liquid oils and (ii) solid and semisolid fats. Edible oils can be further divided by their general usage in food, as cooking oil or as salad oil. These types of oils can be characterized by a wide variety of measures that assess attributes such as quality, stability, and nutritional value. Cooking oils are in considerable demand for use in applications such as deep‐fat frying of many food products or in other uses where exposure to higher temperature is desired. However, salad oils are not generally used in applications where the oil is exposed to heat; rather this oil type finds application in foods that are shelf‐stable or refrigerated. One large food use of salad oils is for dressings. Oil‐based dressings are divided into two broad categories by their texture: spoonable dressings (salad dressings, mayonnaise) and pourable dressings.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0460,011

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 Opus0,049
Tête enseignante GPT0,247
Écart entre enseignants0,198 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBailey's Industrial Oil and Fat ProductsMême sujetEdible Oils Quality and AnalysisTravaux en français237 207