Regarding MUFAs, cis-MUFA content w

Regarding MUFAs, cis-MUFA content was successfully predicted by
NIRS (R2 = 0.95, RMSECV = 0.99 mg · g−1 muscle, RPD = 4.07).
Although the NIRS predictability for trans-MUFA content was not as
high, it was acceptable (R2 = 0.82, RMSECV = 0.42 mg · g−1 muscle,
RPD = 2.10). When using NIR spectra to predict individual MUFAs
such as t11–18:1 (vaccenic acid), the variance explained by the model
was about 80%, although the standard error of cross-validation
(RMSECV=0.25 mg · g−1 muscle) was still relatively high when compared
to the standard deviation after eliminating two outliers (SD =
0.443). Hence, the ratio performance deviation (RPD = 1.81) did not
meet the requirements for analytical purposes, albeit the prediction
equation could be suitable for screening purposes. The ability of NIRS
to predict the vaccenic acid content reported in this study was similar
to that shown previously by Prieto et al. (2011) (R2 = 0.70, RPD =
1.80) in beef, and more accurate than that reported by Pla et al.
(2007) (R2= 0.33, RPD= 1.21) in rabbitmeat, whichwas not reliable.
Taking into consideration the potential human health-related benefits
of vaccenic acid as the precursor for rumenic acid, discriminating
meat samples by NIRS according to their vaccenic acid proportion
could be of great interest. NIRS technology has recently been shown to
be successful for the discrimination of steer fat samples based on
vaccenic acid content

ผลลัพธ์ (ไทย) 1:

เกี่ยวกับ MUFAs, cis MUFA เนื้อหาถูกสำเร็จทำนายโดยคุณภาพ (R2 = 0.95, RMSECV = 0.99 มิลลิกรัม· g−1 กล้ามเนื้อ RPD = 4.07)แม้ว่าแอพพลิเคชันคุณภาพเนื้อหา MUFA ทรานส์ไม่เป็นสูง ก็ยอมรับได้ (R2 =$ 0.82, RMSECV = 0.42 มิลลิกรัม· g−1 กล้ามเนื้อRPD = 2.10) เมื่อใช้แรมสเป็คตรา NIR ในการทำนายแต่ละ MUFAsเช่น t11 – 18:1 (กรด vaccenic), ตัวแปรอธิบาย โดยรูปแบบมีประมาณ 80% แม้ว่าข้อผิดพลาดมาตรฐานของการตรวจสอบข้าม(RMSECV = 0.25 mg · g−1 กล้ามเนื้อ) ยังค่อนข้างสูงเมื่อเทียบการส่วนเบี่ยงเบนมาตรฐานหลังจากตัดสอง outliers (SD =0.443) . Hence ความแตกต่างของอัตราส่วนประสิทธิภาพ (RPD = 1.81) ไม่ตอบสนองความต้องการแบบ แม้ว่าคำทำนายสมการอาจจะเหมาะสมกับวัตถุประสงค์การตรวจคัดกรอง ความสามารถของคุณภาพเพื่อทำนายกรด vaccenic เนื้อหารายงานในการศึกษานี้ได้เหมือนกันที่แสดงไว้ก่อนหน้านี้โดยใน et al. (2011) (R2 = 0.70, RPD =เนื้อใน 1.80) และถูกต้องมากกว่าที่รายงานโดยปลา et al(2007) (R2 = 0.33, RPD = 1.21) ใน rabbitmeat, whichwas ไม่น่าเชื่อถือประโยชน์ในการพิจารณาศักยภาพมนุษย์สุขภาพของกรด vaccenic เป็นสารตั้งต้นสำหรับกรด rumenic รับการจำแนกตัวอย่างเนื้อตามคุณภาพตามสัดส่วนของกรด vaccenicอาจจะเป็นที่น่าสนใจ แสดงเทคโนโลยีคุณภาพไปเมื่อเร็ว ๆ นี้ประสบความสำเร็จสำหรับแบ่งแยกตามตัวอย่างไขมันคัดท้ายกรด vaccenic เนื้อหา

ผลลัพธ์ (ไทย) 2:

เกี่ยวกับ MUFAs เนื้อหา CIS-MUFA เป็นที่คาดการณ์ประสบความสำเร็จโดย
NIRS (R2 = 0.95, RMSECV = 0.99 มิลลิกรัม·กรัม-1 กล้ามเนื้อ RPD = 4.07).
แม้ว่าการคาดการณ์ NIRS สำหรับเนื้อหาที่ทรานส์ MUFA ก็ไม่
สูงก็เป็นที่ยอมรับ ( R2 = 0.82, RMSECV = 0.42 มิลลิกรัม·กรัม-1 กล้ามเนื้อ
RPD = 2.10) เมื่อใช้สเปกตรัม NIR ที่จะทำนาย MUFAs บุคคล
เช่น t11-18: 1 (กรด vaccenic) ความแปรปรวนอธิบายโดยรูปแบบ
เป็นประมาณ 80% แม้ว่าข้อผิดพลาดมาตรฐานของการตรวจสอบข้าม
(RMSECV = 0.25 มิลลิกรัม·กรัม-1 กล้ามเนื้อ) ยังคงเป็นที่ค่อนข้างสูงเมื่อเทียบ
กับค่าเบี่ยงเบนมาตรฐานหลังจากกำจัดสองค่าผิดปกติ (SD =
0.443) ดังนั้นอัตราการเบี่ยงเบนผลการดำเนินงาน (RPD = 1.81) ไม่ได้
ตอบสนองความต้องการสำหรับการวิเคราะห์แม้ว่าทำนาย
สมอาจจะเหมาะสำหรับการตรวจคัดกรอง ความสามารถในการ NIRS
ที่จะคาดการณ์ปริมาณกรด vaccenic รายงานในการศึกษาครั้งนี้ได้รับการคล้าย
กับที่แสดงให้เห็นว่าก่อนหน้านี้โดยฆีและคณะ (2011) (R2 = 0.70, RPD =
1.80) ในเนื้อวัวและถูกต้องมากขึ้นกว่าที่รายงานโดยปลา et al.
(2007) (R2 = 0.33, RPD = 1.21) ใน rabbitmeat, whichwas ไม่น่าเชื่อถือ.
คำนึงถึงความมีศักยภาพ ผลประโยชน์ที่เกี่ยวข้องกับสุขภาพของมนุษย์
ของกรด vaccenic เป็นสารตั้งต้นสำหรับกรด rumenic, จำแนก
ตัวอย่างเนื้อสัตว์โดย NIRS ตามสัดส่วนกรด vaccenic ของพวกเขา
อาจจะเป็นที่น่าสนใจมาก เทคโนโลยี NIRS ได้รับเมื่อเร็ว ๆ นี้แสดงให้เห็นว่า
จะประสบความสำเร็จสำหรับการเลือกปฏิบัติของแขนตัวอย่างไขมันขึ้นอยู่กับ
ปริมาณกรด vaccenic

ผลลัพธ์ (ไทย) 3:

เกี่ยวกับ MUFAs CIS MUFA เนื้อหาได้ทำนายด้วย
nirs ( R2 = 0.95 , rmsecv = 0.99 มก. ด้วย G − 1 กล้ามเนื้อร์แพด = 4.07 ) .
ถึงแม้ว่าใน nirs ทรานส์ MUFA เนื้อหาไม่เหมือน
สูง มันเป็นที่ยอมรับ ( R2 = 0.82 rmsecv G − 1 = 0.42 มก. ด้วยกล้ามเนื้อ
ร์แพด , = 2.10 ) เมื่อใช้สเปกตรัม NIR ทำนาย MUFAs บุคคล
เช่นระดับ– 18 : 1 ( vaccenic acid ) ความ อธิบายได้ด้วยแบบจำลอง
ประมาณ 80 เปอร์เซ็นต์ แม้ว่าค่าความคลาดเคลื่อนมาตรฐานของการตรวจสอบ
ข้าม ( rmsecv = 0.25 มก. ด้วย G − 1 กล้ามเนื้อ ) คือยังค่อนข้างสูงเมื่อเทียบกับส่วนเบี่ยงเบนมาตรฐาน
หลังจากกำจัดสองระดับ ( SD =
0.443 ) ดังนั้น อัตราส่วนประสิทธิภาพการเบี่ยงเบน ( ร์แพด = 1.81 ) ไม่ได้
ตอบสนองความต้องการเพื่อวิเคราะห์ แม้ว่าคำทำนาย
สมการอาจจะเหมาะสำหรับการคัดกรองความสามารถของ nirs
ทำนายปริมาณกรด vaccenic รายงานการศึกษาที่คล้ายกัน
ที่แสดงก่อนหน้านี้โดยี้ ปรีเ ต et al . ( 2011 ) ( R2 = 0.70 , ร์แพด =
1.80 ) ในเนื้อ และความแม่นยำมากกว่าที่รายงานโดยปลา et al .
( 2007 ) ( R2 = 0.33 , ร์แพด = 1.21 ) ใน rabbitmeat ซึ่งเชื่อถือไม่ได้ .
พิจารณาศักยภาพของมนุษย์ที่เกี่ยวข้องกับสุขภาพประโยชน์
ของ vaccenic acid เป็นสารตั้งต้นสำหรับ rumenic กรด จำแนก
ตัวอย่างเนื้อ โดย nirs ตามสัดส่วนของกรด vaccenic
อาจจะน่าสนใจมาก เทคโนโลยี nirs เพิ่งได้รับการแสดงเพื่อ
ประสบความสำเร็จสำหรับการคัดท้ายไขมันตัวอย่างตาม
vaccenic ปริมาณกรด