Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) | - |
Autor(es): dc.creator | Bizzani, Marilia [UNESP] | - |
Autor(es): dc.creator | William Menezes Flores, Douglas | - |
Autor(es): dc.creator | Alberto Colnago, Luiz | - |
Autor(es): dc.creator | David Ferreira, Marcos | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:31:18Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:31:18Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-11-30 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.foodchem.2020.127383 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/200646 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/200646 | - |
Descrição: dc.description | This study represents a rapid and non-destructive approach based on mid-infrared (MIR) spectroscopy, time domain nuclear magnetic resonance (TD-NMR), and machine learning classification models (ML) for monitoring soluble pectin content (SPC) changes in orange juice. Current reference methods of SPC in orange juice are laborious, requiring several extractions with successive adjustments hindering rapid process intervention. 109 fresh orange juices samples, representing different harvests, were analysed using MIR, TD-NMR and reference method. Unsupervised algorithms were applied for natural clustering of MIR and TD-NMR data in two groups. Analyses of variance of the two MIR and TD-NMR datasets show that only the MIR groups were different at 95% confidence for SPC average values. This approach allows build classification models based on MIR data achieving 85% and 89% of accuracy. Results demonstrate that MIR/ML can be a suitable strategy for the quick assessment of SPC trends in orange juices. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Department of Food and Nutrition Faculty of Pharmaceutical Sciences State University of São Paulo (UNESP), Rodovia Araraquara-Jaú, km 1 | - |
Descrição: dc.description | Department of Agroindustry Food and Nutrition (LAN) “Luiz de Queiroz” School of Agriculture University of São Paulo, Avenida Pádua Dias 11 | - |
Descrição: dc.description | Embrapa Instrumentation, Rua XV de Novembro 1452 | - |
Descrição: dc.description | Department of Food and Nutrition Faculty of Pharmaceutical Sciences State University of São Paulo (UNESP), Rodovia Araraquara-Jaú, km 1 | - |
Descrição: dc.description | FAPESP: 13/23479-0 | - |
Descrição: dc.description | FAPESP: 2019/13656-8 | - |
Descrição: dc.description | CNPq: 303837-2013-6 | - |
Descrição: dc.description | CNPq: 403075/2013-0 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Food Chemistry | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Data science | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | MIR | - |
Palavras-chave: dc.subject | Orange juice | - |
Palavras-chave: dc.subject | Soluble pectin content (SPC) | - |
Palavras-chave: dc.subject | TD-NMR | - |
Título: dc.title | Monitoring of soluble pectin content in orange juice by means of MIR and TD-NMR spectroscopy combined with machine learning | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: