Étude des principaux défauts sensoriels du sirop d'érable par analyses physicochimiques, spectroscopie de fluorescence 3D et analyses factorielles
Notice bibliographique
Résumé
La production du sirop d'érable contribue de façon importante à l'économie du secteur agroalimentaire du Canada et tient une place de premier plan dans l'identité culturelle du pays. En 2018, le Canada a produit environ 40 millions de litres de sirop d'érable, représentant une valeur de 384 millions de dollars. L'augmentation de la production du sirop d'érable au fil des années et selon les prévisions établies conduit à développer le système de classification actuel. Cette étude porte sur la caractérisation physicochimique de 18 échantillons de sirops d'érable ayant une qualité inférieure et d'étudier en deuxième lieu l'adéquation de la spectroscopie de fluorescence frontale 3D (3D-Frontal Fluorescence Spectroscopy) sur une large gamme de longueurs d'onde d'excitation-émission comme technologie discriminante des défauts sensoriels de 90 échantillons de sirops d'érable en vrac répartis en 3 séries, chacune regroupe 6 différentes catégories de sirops (« OK », « VR4 », « VR5 », « VR12 », « VR13 », « VR42 »). Les résultats d'analyses des acides organiques montrent que l'acide malique est le plus abondant par rapport aux acides citrique et fumarique. Les échantillons de référence appartenant à la catégorie « OK » avaient toujours les concentrations moyennes les plus faibles en acide organique. La concentration en acide fumarique dans les échantillons de la catégorie « OK » est significativement plus faible que le reste des échantillons. Aucune différence n'est remarquée pour le degré de Brix et de pH entre les différentes classes analysées. Cependant, les couleurs des échantillons variaient significativement en fonction de la catégorie analysée. De plus, une corrélation négative est établie entre la concentration des échantillons en polyphénols et leur pourcentage de transmission de lumière. L'analyse en composantes principales des données physicochimiques montre qu'il existe une relation réciproque entre deux groups d'échantillons comme les sirops les plus clairs et sucrés (« VR05 » « VR42 » et « OK ») sont moins concentrés en polyphénols et en acides organiques (« VR04 », « VR12 » et « VR13 ») et vice versa. L'analyse de 18 échantillons par spectroscopie de fluorescence frontale couplée à l'analyse en composante indépendante, mène à générer deux signaux de fluorescence différents sur IC1 et IC10 permettant d'avoir une meilleure discrimination des défauts sensorielle. En plus, l'application d'une analyse factorielle discriminante sur les spectres de 90 échantillons de trois différentes séries permet de générer une fonction discriminante ayant des pourcentages de classification globale variant entre 97,78 % et 94,44 %.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».