Characterizing the Distribution of Ppm Gluten in Gluten Free Oatmeal Servings Contaminated with a Barley Kernel
Notice bibliographique
Résumé
Oats are regularly contaminated with gluten-containing grains like wheat, barley and rye. For producers of gluten free oatmeal, contamination potential makes it prudent to understand the consequences in terms of gluten dosing, as labeling requirements specify a gluten maximum. To do this, statistical simulation has been used to produce virtual oat servings (40g) contaminated with either two row or six row spring barley. The results are probability distributions for ‘actual’ ppm gluten (free of measurement influences) and ‘as measured’ via R5 ELISA. Findings show ‘actual’ ppm gluten to be normally distributed with 57 ppm and 41 ppm gluten averages with 14 and 12 ppm standard deviations (stdevs) for two and six row barley, respectively. ‘As measured’ ppm gluten results are lognormally distributed with 61 and 44 ppm gluten averages with 63 and 47 stdevs for two and six row barley, respectively, employing an 80% analytical recovery rate and a multiplier of 1. These analyses show that ‘as measured’ results possess false negative probabilities (relative to a < 20 ppm gluten regulatory requirement) from 0.14 to 0.34 depending on recovery rate and barley type. This work highlights the need for non-homogenous grinding issues to be addressed in whole grain gluten assessment, for analytical recovery rates to be defined for gliadin in oats, and for appropriate conversion factors to be determined in order to attain capable measurement of gluten in oats due to barley kernel contamination.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».