MétaCan
Menu
Retour à la cohorte
Enregistrement W48821728 · doi:10.53846/goediss-1745

Methodische Untersuchungen zum Einsatz der Nahinfrarot-Spektroskopie (NIRS) zur Qualitätsbeurteilung von High-Oleic-Sonnenblumen

2007· dissertation· de· W48821728 sur OpenAlexfundno aff
Christian R. Moschner

Notice bibliographique

Revuenon disponible
Typedissertation
Languede
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade Federal de Ouro PretoRheinische Friedrich-Wilhelms-Universität BonnKillam Trusts
Mots-clésAcheneSunflowerSunflower oilYield (engineering)ChemistryFood scienceOleic acidMathematicsEnvironmental scienceHorticultureMaterials scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

To determine the different quality parameters of high-oleic (HO) sunflower achenes, reliable analytical methods are necessary in order to achieve optimal yield and value for both, the food and non food area. It is therefore recommended to use near-infrared spectroscopy (NIRS), which allows the simultaneous determination of several parameters in a time and cost-saving way. The objective of this investigation is to develop, optimise and assess efficient and robust near-infrared calibrations to estimate the quality parameters (content of moisture, oil, protein, fatty acids and free fatty acids) of ground and intact high oleic sunflower achenes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,175
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,000
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0470,004

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 GPT0,353
Écart entre enseignants0,334 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207