Optical characterization of NIR spectra for chemomectric model of cocoa pod husk fermented for animal feed
Notice bibliographique
Résumé
Abstract Cocoa pods husk (CPH) fermented can be used as an alternative animal feedstuff. Near-infrared (NIR) spectroscopy has been shown in order to determine the nutritional contents of CPH fermented. This study aims to assess the characteristics of the NIR raw spectra and pretreated spectra for chemomectric model. The raw spectrum pretreatments used include multiplicative scatter correction (MSC), Savitzky-Golay smoothing (SG), and first derivative (1st D) and a combination of each pretreatment, namely MSC + SG, MSC + 1st D, SG + 1st D, and MSC + SG + 1st D. The results showed that the NIR spectrum of CPH fermented had six absorption peaks associated with CPH nutrient content such as moisture (1450 and 1940 nm), lipids (1200 and 1731 nm), starch (2380 nm), and protein (2125 nm). MSC tries to eliminate the scattering and correct the differences in the baseline and trend. SG smoothing is used to remove high-frequency random noise, and peaks. 1st D can be used for baseline correction. Combination of each pretreatment, namely MSC + SG, MSC + 1st D, SG + 1st D, and MSC + SG + 1st D. The combination of pretreatment methods can reduce scattering and noise interference such as offset, dispersion, and overlap and improve smoothness. In addition, information relating to the nutritional contents of CPH was clearly highlighted. This study concludes that a combination of pretreatment methods is better at revealing hidden information and reducing noise than a specific pretreatment method. Combination of MSC + SG pretreatment in this study is considered to generate a spectrum that has good characteristics to be used in chemometric modeling due to it is able to provide information regarding the nutritional contents of CPH clearly, both for qualification and quantification.
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 | 0,000 | 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 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 ».