MétaCan
Menu
Retour à la cohorte
Enregistrement W4375858505 · doi:10.1016/j.foodcont.2023.109837

Purity and quality of private labelled avocado oil

2023· article· en· W4375858505 sur OpenAlexaboutno aff
Hilary S. Green, Selina C. Wang

Notice bibliographique

RevueFood Control · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)BusinessProduct (mathematics)ConfusionPrivate labelAgricultural sciencePulp and paper industryFood scienceMathematicsMarketingEnvironmental scienceChemistryEngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

Avocado oil continues to be a high demand product and there is a growing market for both name brands and private labels. Since our study on evaluating the purity and quality of name brand avocado oil in 2020, some producers have made efforts to assure quality and lend support for standard establishment. However, the purity and quality of private labeled avocado oil have not been evaluated and are of a concern for many consumers. This study evaluates thirty-six private label samples throughout the US and Canada. Out of 29 refined samples, three met both quality and purity standards, 11 met quality standards and eight met current proposed purity standards; out of 7 unrefined samples, three met current proposed purity standards for avocado oil. Key markers such as an elevated stearic fatty acid value with an elevated delta-7-stigmastenol value were identified to help professional buyers make educated decisions on what oils to purchase. Low cost can indicate a higher probability for adulteration; however, high cost does not guarantee a pure sample of appropriate quality. Both purity and quality parameters should be used to label the avocado oil appropriately to ease consumer confusion and increase their confidence in the avocado oil category. This work also highlighted the importance of continuing to research avocado oil, to understand natural variables that affect chemical compositions of avocado oil and to establish standards that accommodate these variances while minimizing adulterations.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,049
Tête enseignante GPT0,247
Écart entre enseignants0,197 · 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'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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood ControlMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207