Performance of a Handheld Near-Infrared Spectroscopy Device to Predict Pork Primal Belly Fat Iodine Value and Loin Lean Intramuscular Fat Content
Notice bibliographique
Résumé
The increase in market demand and economic value of Canadian pork primal cuts has led to a need to assess advanced technologies capable of measuring quality traits. Fat and lean composition were measured using a Tellspec near-infrared (NIR) spectroscopy device to predict the pork belly fat iodine value (IV) and loin lean intramuscular fat (IMF) content in 158 pork belly primals and 419 loin chops. The calibration model revealed a 90.6% and 88.9% accuracy for the Tellspec NIR to predict saturated fatty acids (SFA) and IV, respectively, in the belly fat. The calibration model accuracy for the other belly fatty acids revealed an accuracy of 66.3–86.1%. Using the Tellspec NIR to predict loin lean IMF reported a lower accuracy for moisture (R2 = 60) and fat % (R2 = 40.4). This suggests that Tellspec NIR spectroscopy measures on the pork belly primal offers a cost-efficient, rapid, accurate, and non-invasive indicator of pork belly IV and could be used for the classification for specific markets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».