Non-essential element concentrations in brown grain rice: Assessment by advanced data mining techniques
| Autor: | Analía Piccoli, Roxana Noelia Villafañe, Roberto Gerardo Pellerano, Eduardo Jorge Marchevsky, Melisa Jazmin Hidalgo |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2017 |
| Předmět: |
MINERAL CONTENT
LDA Health Toxicology and Mutagenesis SVM Argentina Analytical chemistry Mineralogy PLS-DA 01 natural sciences Mass Spectrometry 0404 agricultural biotechnology Mineralcontent Partial least squares regression Data Mining Environmental Chemistry ICP-MS Least-Squares Analysis Inductively coupled plasma mass spectrometry Oryza sativa Geography Chemistry Otras Ciencias Químicas 010401 analytical chemistry Ciencias Químicas Discriminant Analysis Oryza Rice grain 04 agricultural and veterinary sciences General Medicine Linear discriminant analysis 040401 food science Pollution Oryzasativa Trace Elements 0104 chemical sciences ORYZA SATIVA Classification methods RF Edible Grain CIENCIAS NATURALES Y EXACTAS K-NN |
| Zdroj: | Environmental Science and Pollution Research, vol. 25, no. 22, p. 1-6. Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) Universidad Nacional del Nordeste instacron:UNNE |
| Popis: | The concentrations of 17 non-essential elements (Al, As, Ba, Be, Cd, Ce, Cr, Hg, La, Li, Pb, Sb, Sn, Sr, Th, Ti, and Tl) were determined in brown grain rice samples of two varieties: Fortuna and Largo Fino. The samples were collected from the four main producing regions of Corrientes province (Argentina). Quantitative determinations were performed by inductively coupled plasma mass spectrometry (ICP-MS), using a validated method. The contents of As, Be, Cd, Ce, Cr, Hg, Pb, Sb, Sn, Th, and Tl were very low or not detected in most samples. The non-essential element levels detected were in line with studies conducted in rice from different parts of the world. In order to characterize the influence of geographical origin in the samples, the following classification methods were carried out: linear discriminant analysis (LDA), k-nearest neighbors (k-NN), partial least squares discriminant analysis (PLS-DA), support vector machine (SVM) and random forests (RF). The best performance was obtained by using RF (96%) and SVM (96%). The results reported here showed the variation in the non-essential element profiles in rice grain depending on the geographical origin. Fil: Villafañe, Roxana Noelia. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; Argentina Fil: Hidalgo, Melisa Jazmin. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Piccoli, Analía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina Fil: Marchevsky, Eduardo Jorge. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - San Luis. Instituto de Química de San Luis. Universidad Nacional de San Luis. Facultad de Química, Bioquímica y Farmacia. Instituto de Química de San Luis; Argentina Fil: Pellerano, Roberto Gerardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Nordeste. Instituto de Química Básica y Aplicada del Nordeste Argentino. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas Naturales y Agrimensura. Instituto de Química Básica y Aplicada del Nordeste Argentino; Argentina |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|