Filtros : "ADULTERAÇÃO DE ALIMENTOS" "2019" Limpar

Filtros



Refine with date range


  • Unidade: FCF

    Subjects: SUPLEMENTOS DIETÉTICOS, ADULTERAÇÃO DE ALIMENTOS, CROMATOGRAFIA LÍQUIDA

    Acesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      TAVARES, Idylla Silva. Determinação de estimulantes, esteroides anabolizantes, diuréticos e laxante por HPLC-DAD e LC-MS/MS em suplementos alimentares adulterados disponíveis no Brasil. 2019. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/9/9141/tde-02102019-142757/. Acesso em: 29 ago. 2024.
    • APA

      Tavares, I. S. (2019). Determinação de estimulantes, esteroides anabolizantes, diuréticos e laxante por HPLC-DAD e LC-MS/MS em suplementos alimentares adulterados disponíveis no Brasil (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/9/9141/tde-02102019-142757/
    • NLM

      Tavares IS. Determinação de estimulantes, esteroides anabolizantes, diuréticos e laxante por HPLC-DAD e LC-MS/MS em suplementos alimentares adulterados disponíveis no Brasil [Internet]. 2019 ;[citado 2024 ago. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/9/9141/tde-02102019-142757/
    • Vancouver

      Tavares IS. Determinação de estimulantes, esteroides anabolizantes, diuréticos e laxante por HPLC-DAD e LC-MS/MS em suplementos alimentares adulterados disponíveis no Brasil [Internet]. 2019 ;[citado 2024 ago. 29 ] Available from: http://www.teses.usp.br/teses/disponiveis/9/9141/tde-02102019-142757/
  • Source: Computers and Electronics in Agriculture. Unidade: FCFRP

    Subjects: ANÁLISE DE DADOS, APRENDIZADO COMPUTACIONAL, ADULTERAÇÃO DE ALIMENTOS, MEL

    Acesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
    • ABNT

      MAIONE, Camila e BARBOSA JUNIOR, Fernando e BARBOSA, Rommel Melgaço. Predicting the botanical and geographical origin of honey with multivariate data analysis and machine learning techniques: a review. Computers and Electronics in Agriculture, v. 157, p. 436-446, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.compag.2019.01.020. Acesso em: 29 ago. 2024.
    • APA

      Maione, C., Barbosa Junior, F., & Barbosa, R. M. (2019). Predicting the botanical and geographical origin of honey with multivariate data analysis and machine learning techniques: a review. Computers and Electronics in Agriculture, 157, 436-446. doi:10.1016/j.compag.2019.01.020
    • NLM

      Maione C, Barbosa Junior F, Barbosa RM. Predicting the botanical and geographical origin of honey with multivariate data analysis and machine learning techniques: a review [Internet]. Computers and Electronics in Agriculture. 2019 ; 157 436-446.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1016/j.compag.2019.01.020
    • Vancouver

      Maione C, Barbosa Junior F, Barbosa RM. Predicting the botanical and geographical origin of honey with multivariate data analysis and machine learning techniques: a review [Internet]. Computers and Electronics in Agriculture. 2019 ; 157 436-446.[citado 2024 ago. 29 ] Available from: https://doi.org/10.1016/j.compag.2019.01.020

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2024