Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

MALDI-TOF Mass Spectrometry01:19

MALDI-TOF Mass Spectrometry

6.4K
Mass spectrometry is a powerful characterization technique that can identify and separate a wide variety of compounds ranging from chemical to biological entities, based on their mass-to-charge ratio (m/z). The instruments that allow this detection, known as mass spectrometers, have three components: an ion source, a mass analyzer, and a detector. These spectrometers differ based on the nature of their ion source and analyzers.Matrix-assisted laser desorption ionization (MALDI) is a commonly...
6.4K
Methods of Classification and Identification01:28

Methods of Classification and Identification

936
Bacterial identification relies on a diverse array of techniques to classify and understand microorganisms, each tailored to uncover specific characteristics. Traditional morphological approaches, while still valuable, are limited for closely related or structurally simple organisms. Modern methods integrate biochemical, serological, genetic, and advanced molecular tools to achieve greater accuracy.Morphological and Biochemical TechniquesMorphological characteristics, such as cell shape and...
936

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Assessing black carbon sources with aethalometer data and ambient ΔBC/ΔCO ratios analysis.

Scientific reports·2025
Same author

Source attribution, health risk analysis, and policy implications of PAHs and NPAHs in PM[Formula: see text] in Northern Mexico.

Scientific reports·2024
Same author

Waste management optimization with NLP modeling and waste-to-energy in a circular economy.

Scientific reports·2024
Same author

Geographical origin identification of mandarin fruits by analyzing fingerprint signatures based on multielemental composition.

Food chemistry: X·2023
Same author

Triple vasodilator therapy in pulmonary arterial hypertension associated with congenital heart disease.

Heart (British Cardiac Society)·2023
Same author

Outcomes of transcatheter pulmonary SAPIEN 3 valve implantation: an international registry.

European heart journal·2023

Video Experimental Relacionado

Updated: Jan 8, 2026

HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
07:29

HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis

Published on: November 11, 2022

2.4K

Autenticación de tortillas de harina de trigo mediante estrategias de clasificación multifuncional basadas en

Uriel Arellano1, Ilse María Hernández-Romero1, Lucy T González1

  • 1Tecnologico de Monterrey, Escuela de Ingeniería y Ciencias, Ave. Eugenio Garza Sada 2501, Monterrey 64849, N.L., Mexico.

Food chemistry
|December 17, 2025
PubMed
Resumen

Este estudio utilizó análisis elemental para autenticar tortillas de harina de trigo, identificando el origen geográfico y los métodos de fabricación. Los modelos de árbol de decisión lograron una precisión del 100%, ofreciendo un marco confiable para la autenticación de tortillas.

Palabras clave:
Composición elementalAutenticación de alimentosOrigen geográficoProceso de fabricaciónClasificación multifuncionalTortillas de harina de trigo

Más Videos Relacionados

Author Spotlight: Technologies and Challenges in Elemental Analysis of Food Samples
06:53

Author Spotlight: Technologies and Challenges in Elemental Analysis of Food Samples

Published on: December 22, 2023

3.4K
Untargeted Liquid Chromatography-Mass Spectrometry-Based Metabolomics Analysis of Wheat Grain
07:10

Untargeted Liquid Chromatography-Mass Spectrometry-Based Metabolomics Analysis of Wheat Grain

Published on: March 13, 2020

10.5K

Videos de Experimentos Relacionados

Last Updated: Jan 8, 2026

HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
07:29

HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis

Published on: November 11, 2022

2.4K
Author Spotlight: Technologies and Challenges in Elemental Analysis of Food Samples
06:53

Author Spotlight: Technologies and Challenges in Elemental Analysis of Food Samples

Published on: December 22, 2023

3.4K
Untargeted Liquid Chromatography-Mass Spectrometry-Based Metabolomics Analysis of Wheat Grain
07:10

Untargeted Liquid Chromatography-Mass Spectrometry-Based Metabolomics Analysis of Wheat Grain

Published on: March 13, 2020

10.5K

Área de la Ciencia:

  • Ciencia de los alimentos
  • Química analítica
  • Quimiometría

Sus antecedentes:

  • Las tortillas de harina de trigo son un alimento básico mexicano con métodos de autenticación limitados.
  • Se necesitan métodos confiables para el control de calidad y la confianza del consumidor.

Objetivo del estudio:

  • Desarrollar y evaluar métodos basados en datos para la autenticación de tortillas de harina de trigo.
  • Determinar el origen geográfico y los procesos de fabricación utilizando perfiles elementales.

Principales métodos:

  • Análisis de perfiles de 20 elementos en 145 muestras de tortilla.
  • Preprocesamiento de datos que incluye autoescalado y centrado de medias.
  • Aplicación de modelos de análisis de componentes principales, análisis de discriminante lineal, k-vecinos más cercanos y árbol de decisión.

Principales resultados:

  • El origen geográfico influyó significativamente en la composición elemental más que el proceso de fabricación.
  • Los modelos de árbol de decisión demostraron una sensibilidad, especificidad y precisión del 100% para la clasificación multifuncional.
  • Los análisis de k-vecinos más cercanos y de discriminante lineal mostraron altas precisiones (88-100% y 83-92%, respectivamente).

Conclusiones:

  • Se estableció un marco sólido y basado en datos para la autenticación de tortillas.
  • Los hallazgos respaldan un mejor control de calidad, supervisión regulatoria y confianza del consumidor en los productos de tortilla.
  • El perfilado elemental combinado con modelos quimiométricos ofrece una herramienta poderosa para la autenticación de alimentos.