MétaCan
Menu
Retour à la cohorte
Enregistrement W4407980294 · doi:10.18280/ijdne.200118

Measurement of Tartrazine Levels in Children’s Snacks in Banda Aceh Using an Arduino Uno-Based TCS3200 Color Sensor

2025· article· en· W4407980294 sur OpenAlexvenueno aff
Khairi Suhud, Zuhratul Ula, Meri Dayanti, Muhammad Syukri Surbakti, Muhammad Daffa Hadistya, Sitti Saleha, Saiful Saiful, Andriy Anta Kacaribu, Marini Damanik

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2025
Typearticle
Langueen
DomaineChemistry
ThématiqueDye analysis and toxicity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTartrazineArduinoComputer scienceFood scienceBiologyChemistryEmbedded systemChromatography

Résumé

récupéré en direct d'OpenAlex

This study aims to develop and validate a low-cost method based on TCS3200 color sensor and an Arduino Uno microcontroller with integrated development environment (IDE) software for the determination of tartrazine levels in children's snacks.The measurement results will be compared with the standard UV-Vis spectrophotometer method.Samples were prepared by heating and extracted using wool yarn, from which the attached samples were collected.The sampling technique was conducted on 6 types of snacks sold in Banda Aceh City.The analysis results showed that tartrazine levels ranged from 1.34 to 4.65 ppm using the TCS3200 color sensor, which were consistent with those obtained using UV-Vis spectrophotometer (1.32-4.64ppm).Linearity (R 2 ) and accuracy obtained in this study were 0.987 and 93.2 to 109% for the TCS3200 color sensor, and 0.988 and 93 to 115% for UV-Vis, respectively.The intraday and interday relative standard deviations (%RSD) did not exceed 2%.Based on the t-test calculation, it was shown that the measured tartrazine levels using the TCS3200 color sensor were not significantly different from those obtained using the UV-Vis spectrophotometer.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,019
Tête enseignante GPT0,279
Écart entre enseignants0,260 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetDye analysis and toxicityTravaux en français237 207