MétaCan
Menu
← Retour à la cohorte
Enregistrement W7008555066

Chemical Measures of Fish Oil Quality: Oxidation Products and Sensory Correlation

2012· other· en· W7008555066 sur OpenAlexvenueno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2012
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLipid oxidationFish oilFish <Actinopterygii>Solid-phase microextractionTasteBioavailabilitySensory analysisAntioxidant
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Although quality of commercial fish oil is of the upmost importance to both suppliers and consumers, it can be difficult to maintain due to rapid lipid oxidation attributable to the high levels of EPA and DHA. Fish oil quality can be assessed in a number of ways; this paper focuses on ethyl ester (EE) content and oxidation products. Fish oil supplements are sold as both triacylglycerols (TAG) and EE. TAG products are more resistant to oxidation, have better bioavailability and are generally considered to be of higher quality. Here, a method is described to quantify EE in fish oil using solid phase microextraction (SPME) headspace analysis and gas chromatography-mass spectrometry (GCMS). A related aspect of quality is state of oxidation and although the causes of oxidation in fish oil are well known, there is little research on the kinetics of the oxidation process. The work presented here monitors hydroperoxides to model the kinetics of oxidation in two commercially available fish oil supplements by fitting the data to the Arrhenius model. It was determined that the same mechanisms of oxidation hold at temperatures ? 40 °C and thus, this temperature was used in the final stages of this work where accelerated stability testing of fish oil was conducted. Currently, taste panels are the only reliable method to assess the sensory properties of fish oil, but these are costly and subjective. Described here is an alternative method using SPME-GCMS to monitor volatile oxidation products. Two different statistical methods were used to identify oxidative volatiles that correlate with sensory characteristics of fish oil. First, stepwise discriminant function analysis (DFA) was used to identify volatiles that could be used to classify oil as acceptable or unacceptable based on sensory analysis. Principal component analysis (PCA) and linear regression were then applied with greater success. Both techniques identified similar oxidative volatiles as being important to sensory properties. It is anticipated that these methods could be adopted by fish oil manufacturers as measures of quality.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,012
Tête enseignante GPT0,171
Écart entre enseignants0,159 · 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'étudeObservationnel
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)→Travaux en français237 207→