Результаты пилотных сличений в области измерений пищевой ценности соевой муки КООМЕТ 881/RU-а/23

Обложка
  • Авторы: Сергеева А.С.1, Голынец О.С.1, Аксупова А.М.2, Жен Г.3, Бо Ж.3, Линг Ш.3, Хиа Ж.3, Гуанглианг Ж.3, Хиуяин Л.3
  • Учреждения:
    1. Уральский научно-исследовательский институт метрологии – филиал Федерального государственного унитарного предприятия «Всероссийский научно-исследовательский институт метрологии им. Д. И. Менделеева»
    2. Бишкекский центр испытаний, сертификации и метрологии Центра по стандартизации и метрологии при Министерстве экономики и коммерции Кыргызской Республики
    3. Национальный институт метрологии
  • Выпуск: Том 74, № 4 (2025)
  • Страницы: 101-112
  • Раздел: МЕЖДУНАРОДНОЕ СОТРУДНИЧЕСТВО
  • URL: https://journals.rcsi.science/0368-1025/article/view/351215
  • ID: 351215

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Для обеспечения достоверности результатов измерений содержания белков, жиров, влаги и золы в пищевых продуктах и продовольственном сырье требуются стандартные образцы, аналогичные по составу анализируемым пробам и прослеживаемые к эталонам и/или результатам измерений национальных метрологических институтов. Эквивалентность результатов измерений национальных метрологических институтов должна быть подтверждена в ключевых сличениях. Представлены результаты проведённых в 2024 г. пилотных сличений в области измерений пищевой ценности соевой муки КООМЕТ 881/RU-а/23 как подготовительного этапа перед организацией ключевых сличений в этой области. В сличениях приняли участие национальные метрологические институты России, Кыргызской Республики и Китая. В качестве образцов для сличений использованы образцы состава обезжиренной и полуобезжиренной соевой муки с предварительно исследованными однородностью и стабильностью. Измеряемые характеристики – массовые доли влаги, азота, белка, сырого жира и золы. Участники сличений применяли методики измерений, реализованные на эталонном оборудовании, а также первичные референтные методики измерений. При оценивании неопределённости учитывали составляющие, обусловленные следующими источниками: расхождением результатов параллельных определений; округлением результата измерений; прямыми измерениями величин, входящих в уравнения измерений; выполнением условий достижения постоянной массы после высушивания, экстракции и озоления; отклонением условий проведения измерений от оптимальных значений. В сличениях получены согласованные результаты измерений массовых долей влаги, азота, белка и сырого жира с расширенными неопределённостями (при коэффициенте охвата 2) соответственно 0,06–0,12 %, 0,034–0,060 %, 0,19–0,40 %, 0,04–0,08 %, что в 2–8 раз превышает точность стандартизованных методик (методов) измерений. Наблюдаемый несогласующийся результат измерений массовой доли золы, полученный одним участником сличений, обусловлен эмпирическим характером измеряемой величины. В случае измерения значений эмпирических величин согласованности результатов можно достичь путём строгого установления условий выполнения измерений и допускаемых пределов варьирования условий. Результаты сличений планируется использовать при подготовке предложений по проведению ключевых сличений в области измерений пищевой ценности соевой муки.

Об авторах

А. С. Сергеева

Уральский научно-исследовательский институт метрологии – филиал Федерального государственного унитарного предприятия «Всероссийский научно-исследовательский институт метрологии им. Д. И. Менделеева»

Email: sergeevaas@uniim.ru
ORCID iD: 0000-0001-8347-2633

О. С. Голынец

Уральский научно-исследовательский институт метрологии – филиал Федерального государственного унитарного предприятия «Всероссийский научно-исследовательский институт метрологии им. Д. И. Менделеева»

Email: golynets_olga@uniim.ru
ORCID iD: 0000-0002-6975-7744

А. М. Аксупова

Бишкекский центр испытаний, сертификации и метрологии Центра по стандартизации и метрологии при Министерстве экономики и коммерции Кыргызской Республики

Email: aksaigul2105@mail.ru

Гуо Жен

Национальный институт метрологии

Email: guozh@nim.ac.cn
ORCID iD: 0000-0001-6044-7961

Жао Бо

Национальный институт метрологии

Email: zhaobo@nim.ac.cn
ORCID iD: 0009-0009-3458-9419

Ши Линг

Национальный институт метрологии

Email: shiling@nim.ac.cn
ORCID iD: 0000-0002-8104-5299

Жоу Хиа

Национальный институт метрологии

Email: zhouxia@nim.ac.cn
ORCID iD: 0000-0001-9601-4092

Жао Гуанглианг

Национальный институт метрологии

Email: 13331128003@163.com

Ли Хиуяин

Национальный институт метрологии

Email: lixq@nim.ac.cn
ORCID iD: 0000-0001-5885-0807

Список литературы

  1. Нечаев А. П., Траубенберг А. А., Кочеткова А. А., Колпакова В. В., Витол И. С., Кобелева И. Б. Пищевая химия. ГИОРД, Санкт-Петербург (2007).
  2. Beecher G. R. Evolution of food composition knowledge in the United States from its beginning. Journal of Food Composition and Analysis, 126, 105802 (2024). https://doi.org/10.1016/j.jfca.2023.105802
  3. Nielsen S. S. Food Analysis, 5th ed. Springer, New York (2017).
  4. Md Noh M. F., Gunasegavan R. D.-N., Mustafa Khalid N., Balasubramaniam V., Mustar S., Abd Rashed A. Recent techniques in nutrient analysis for food composition database. Molecules, 25, 4567 (2020). https://doi.org/10.3390/molecules25194567
  5. Wang P., Huang J., Sun J., Liu R., Jiang T., Sun G. Evaluating the nutritional properties of food: a scoping review. Nutrients, 14(11), 2352 (2022). https://doi.org/10.3390/nu14112352
  6. Сергеева А. С. Актуальные вопросы определения содержания жира в пищевых продуктах и продовольственном сырье (обзор). Эталоны. Стандартные образцы. 20(1), 59–84 (2024). https://doi.org/10.20915/2077-1177-2024-20-1-59-84
  7. Васильева И. Е., Шабанова Е. В. Стандартные образцы растительных материалов – инструмент обеспечения единства химических измерений в геохимии, экологии, сельском хозяйстве и фармакологии. Эталоны. Стандартные образцы, 17(2), 33–47 (2021). https://doi.org/10.20915/2687-0886-2021-17-2-33-47
  8. Студенок В. В., Кремлева О. Н. Стандартные образцы в системе метрологического обеспечения количественного анализа. Заводская лаборатория. Диагностика материалов, 85(1(II)), 130–134 (2019). https://doi.org/10.26896/1028-6861-2019-85-1-II-130-134
  9. Phillips M. M., Sharpless K. E., Wise S. A. Standard reference materials for food analysis. Analytical and Bioanalytical Chemistry, 405(13), 4325–4335 (2013). https://doi.org/10.1007/s00216-013-6890-5
  10. Wise S. A., Phillips M. M. Evolution of reference materials for the determination of organic nutrients in food and dietary supplements-a critical review. Analytical and Bioanalytical Chemistry, 411(1), 97–127 (2019). https://doi.org/10.1007/s00216-018-1473-0
  11. Сергеева А. С., Голынец О. С., Вощула Н. В., Аксупова А. М., Жен Гуо, Бо Жао, Линг Ши, Хиа Жоу, Гуанглианг Жао, Хиуяин Ли. Результаты пилотных сличений в области измерений пищевой ценности сухого молока КООМЕТ 880/RU-а/23. Измерительная техника, 73(11), 69–79 (2024). https://doi.org/10.32446/0368-1025it.2024-11-69-79
  12. Горшков В. В., Коряков В. И., Медведевских М. Ю., Медведевских С. В. Государственный первичный эталон единиц массовой доли и массовой концентрации влаги в твёрдых веществах и материалах. Измерительная техника, (4), 24–27 (2010). https://www.elibrary.ru/mvqnbv
  13. Крашенинина M. П., Медведевских М. Ю., Медведевских С. В., Неудачина Л. К., Собина E. П. Оценка метрологических характеристик стандартного образца состава молока сухого с использованием первичного и вторичного государственных эталонов. Измерительная техника, (9), 65–71 (2013). https://www.elibrary.ru/rfmggx
  14. Сергеева А. С., Парфенова Е. Г., Голынец О. С. Разработка первичной референтной методики измерений и стандартных образцов массовой доли сырого жира (масличности) в семенах масличных культур и продуктах на их основе. Эталоны. Стандартные образцы, 16(3), 37–51 (2020). https://doi.org/10.20915/2687-0886-2020-16-3-37-51
  15. Медведевских М. Ю., Сергеева А. С., Крашенинина М. П., Шохина О. С. Государственная первичная референтная методика измерений массовой доли золы в пищевых продуктах и продовольственном сырье. Заводская лаборатория. Диагностика материалов, 85(6), 70–80 (2019). https://doi.org/10.26896/1028-6861-2019-85-6-70-80
  16. Медведевских С. В., Медведевских М. Ю., Карпов Ю. А. Общие подходы к оценке неопределённости результатов воспроизведения единиц содержания воды в твёрдых веществах и материалах. Измерительная техника, (8), 65–70 (2015). https://www.elibrary.ru/umqdrl

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».