dc.contributor.author | Özkök, Aslı | |
dc.contributor.author | Keskin, Merve | |
dc.contributor.author | Tanuğur Samancı, Aslı Elif | |
dc.contributor.author | Yorulmaz Önder, Elif | |
dc.contributor.author | Silahtaroğlu, Gökhan | |
dc.date.accessioned | 2023-10-02T12:03:28Z | |
dc.date.available | 2023-10-02T12:03:28Z | |
dc.date.issued | 2023 | en_US |
dc.identifier.citation | Özkök, A., Keskin, M., Tanuğur Samancı, A. E., Yorulmaz Önder, E. ve Silahtaroğlu, G. (2023). Discovering the chemical factors behind regional royal jelly differences via machine learning. Uludag Bee Journal, 23(1), 49-60. https://doi.org/10.31467/uluaricilik.1238027 | en_US |
dc.identifier.issn | 1303-0248 | |
dc.identifier.uri | https://doi.org/10.31467/uluaricilik.1238027 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12511/11513 | |
dc.description.abstract | This study aims to discover the characteristic chemical factors for determining the region of royal jelly using machine learning. 84 samples from 13 different regions of Turkey were used for the study, and the chemical parameters of moisture, pH, acidity, and 10-hydroxy-2-decanoic acid (10-HDA) were investigated. ANOVA test was conducted to determine whether there are differences between royal jelly from 13 locations concerning the four chemical values. In addition to the statistical tests, a machine learning model was used to find out what makes royal jelly different from each other. The descriptive statistics of the chemical analysis results of royal jelly showed the following values: moisture 63.05%±2.99, pH 3.67±0.08, acidity 45.32±3.55, and 10-HDA 2.40±0.24. Surprisingly, the machine learning model suggests that 10-HDA may be the most prominent parameter for determining the region of royal jelly. This information will help us identify royal jelly’s authenticity more easily. | en_US |
dc.description.abstract | Bu çalışmanın amacı, makine öğrenmesi yoluyla arı sütünün bölgesini belirlemek için ayırt edici
kimyasal faktörleri keşfetmektir. Çalışmada, Türkiye'nin 13 farklı bölgesinden 84 numune kullanılmış
ve nem, pH, asitlik ve 10-hidroksi-2-dekanoik asit (10-HDA) kimyasal parametreleri incelenmiştir. 13
yerden toplanan arı sütleri arasında dört kimyasal değer açısından farklılık olup olmadığı ANOVA testi
ile incelenmiştir. İstatistiksel testlere ek olarak, arı sütlerini birbirinden neyin ayırdığını keşfetmek için
bir makine öğrenimi modeli kullanılmıştır. Arı sütü, kimyasal analiz sonuçlarının tanımlayıcı
istatistikleri sırasıyla, nem %63,05±2,99, pH 3,67±0,08, asitlik 45,32±3,55 ve 10-HDA 2,40±0,24 olarak
bulunmuştur. Şaşırtıcı bir şekilde, makine öğrenimi modeli, 10-HDA'nın arı sütünün bölgesini
belirlemek için en belirgin parametre olabileceğini öne sürmektedir. Bu bilgi, arı sütünün
doğruluğunun tespitini daha kolay öğrenmemize yardımcı olacaktır. | en_US |
dc.description.sponsorship | Bee&You Propolis R&D Center ; SBS Scientific Bio Solutions Inc. | en_US |
dc.language.iso | eng | en_US |
dc.publisher | Bursa Uludag University | en_US |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.subject | 10-HDA | en_US |
dc.subject | Honeybee | en_US |
dc.subject | Machine Learning | en_US |
dc.subject | Royal Jelly | en_US |
dc.subject | 10-HDA | en_US |
dc.subject | Bal Arısı | en_US |
dc.subject | Makine Öğrenimi | en_US |
dc.subject | Arı Sütü | en_US |
dc.title | Discovering the chemical factors behind regional royal jelly differences via machine learning | en_US |
dc.title.alternative | Makine öğrenimi yoluyla bölgesel arı sütü farklarının arkasındaki kimyasal faktörleri keşfetmek | en_US |
dc.type | article | en_US |
dc.relation.ispartof | Uludag Bee Journal | en_US |
dc.department | İstanbul Medipol Üniversitesi, İşletme ve Yönetim Bilimleri Fakültesi, Yönetim Bilişim Sistemleri Bölümü | en_US |
dc.authorid | 0000-0001-8863-8348 | en_US |
dc.identifier.volume | 23 | en_US |
dc.identifier.issue | 1 | en_US |
dc.identifier.startpage | 49 | en_US |
dc.identifier.endpage | 60 | en_US |
dc.relation.publicationcategory | Makale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
dc.identifier.doi | 10.31467/uluaricilik.1238027 | en_US |
dc.institutionauthor | Silahtaroğlu, Gökhan | |
dc.identifier.scopus | 2-s2.0-85171754434 | en_US |
dc.identifier.scopusquality | Q4 | en_US |