Identification of adulteration in the market samples of saffron using morphology, HPLC, HPTLC, and DNA barcoding methods
Notice bibliographique
Résumé
L., is the most expensive spice used for culinary, medicinal, dye, and cosmetics purposes. It is highly adulterated because of its limited production and high commercial value. In this study, 104 saffron market samples collected from 16 countries were tested using morphology, high-performance liquid chromatography (HPLC), high-performance thin-layer chromatography (HPTLC), and deoxyribonucleic acid (DNA) barcoding. Overall, 45 samples (43%) were adulterated. DNA barcoding identified the highest number of adulterated saffron (44 samples), followed by HPTLC (39 samples), HPLC (38 samples), and morphology (32 samples). Only DNA barcoding identified the adulterated samples containing saffron and other plants' parts as bulking agents. In addition, DNA barcoding identified 20 adulterant plant species, which will help develop quality control methods and market surveillance. Some of the adulterant plants are unsafe for human consumption. The HPLC method helped identify the saffron samples adulterated with synthetic safranal. HPLC and HPTLC methods will help identify the samples adulterated with other parts of the saffron plant (auto-adulteration).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».