Ponte en contacto

¿Cómo informo un valor de cafeína que creo que es incorrecto y qué ocurre después?

Envíe un único correo focalizado a [email protected] con el nombre del producto, el mercado o país, el tamaño exacto de la ración que utilizó, la fuente del dato y la fecha de publicación de esa fuente; acusaremos recibo y le diremos si necesitamos más pruebas. Una foto nítida de la etiqueta del producto o un enlace a la página de información nutricional del fabricante, la hoja de especificaciones de un distribuidor o un informe de laboratorio acelera la verificación y se solicitará si es necesario.

Dataset es la lista abierta de bebidas y sus valores publicados en miligramos que mantiene TrackCaffeine, y lo primero que comprobamos es si el artículo y la ración que indica coinciden con una entrada en nuestro /dataset/ y con nuestras fuentes públicas documentadas en /about/. Incluya el mercado (por ejemplo, "US", "UK" o el país impreso en la etiqueta) porque productos con el mismo nombre pueden tener distinto contenido de cafeína por ración según el mercado; el mercado del producto es un campo obligatorio en cada informe para poder emparejar la fila correcta del dataset.

Cuando informe un valor, indique el tamaño de la ración exactamente como figura en el producto (por ejemplo, 240 ml o 473 ml) porque nuestras filas de tabla usan los tamaños de ración de las fuentes originales y una discrepancia en ml puede provocar aparentes diferencias; las diferencias en el tamaño de la ración son la causa más habitual de errores aparentes. También incluya la fecha de la etiqueta o de la página web que utilizó, porque los fabricantes a veces cambian formulaciones y mantenemos un registro fechado de cada fuente en el dataset.

Si su evidencia es una medición de laboratorio, incluya una breve nota sobre los métodos (qué técnica analítica y si la muestra se preparó en caliente o en frío) porque las mediciones de cafeína de laboratorio varían según el método de extracción y de informe; priorizamos los datos de laboratorio independientes cuando están claramente documentados. Si su evidencia es una declaración de la empresa o una etiqueta nutricional, incluya una foto en alta resolución o una URL directa para que podamos archivar la fuente para reproducibilidad y citación.

Tras enviar la evidencia la validaremos frente a nuestra lista de comprobación interna de fuentes y responderemos con uno de tres resultados: aceptado, necesita más información o rechazado con explicación; la respuesta incluirá el identificador de la fila del dataset y las fuentes que utilizamos para decidir. El tiempo típico de respuesta para correcciones sencillas de etiqueta/foto es de 3 a 7 días laborables y para reclamaciones de laboratorio de 7 a 21 días; los plazos son estimados y dependen de la complejidad de la verificación y del horario de trabajo en Vast Flow, LLP.

¿Cómo se gestionan y publican las correcciones?

Verificamos su envío frente a las fuentes originales y nuestra política de obtención de información, actualizamos la fila del dataset si la evidencia respalda un cambio y publicamos una breve entrada en el registro de cambios que nombre la fuente y la fecha; no cambiaremos valores sin una fuente verificable y citável. Las correcciones se aplican al /dataset/ público y a la página específica de la bebida en el sitio, y nuestro changelog anota el valor anterior, el nuevo valor, la fuente y la fecha de la corrección para que los lectores puedan seguir la procedencia.

La corrección es una actualización editorial de una entrada del dataset que reemplaza o anota un valor cuando hay nueva evidencia verificable disponible, y tratamos las correcciones como acciones trazables y fechadas en el registro público. Cada entrada de corrección nombra la evidencia que usamos y enlaza de vuelta a la fuente archivada cuando es posible para que los usuarios futuros puedan inspeccionar los mismos materiales; la transparencia de la procedencia es central en nuestro método descrito en /about/.

Usaremos las mismas reglas publicadas para reconciliar fuentes en conflicto: preferir el etiquetado del fabricante en el mercado de compra, preferir las mediciones de laboratorio independientes que documenten el método y preferir especificaciones actualizadas del fabricante sobre páginas web antiguas. Si dos fuentes reputables discrepan, publicamos ambos valores con una nota que explique la discrepancia en lugar de elegir uno en silencio, porque nuestra prioridad es mostrar la evidencia y permitir que los usuarios vean el conflicto.

Documentamos cada cambio en el historial público del dataset y el dataset está versionado para que los usuarios puedan citar una instantánea exacta; las instantáneas completas del dataset y el changelog están disponibles en /dataset/. Si una corrección enviada requiere reclasificación (por ejemplo, cambiar un elemento de "brewed" a "coffeeShop") explicaremos el cambio de taxonomía en el changelog y enlazaremos la nota metodológica en /about/.

¿Cómo solicito una bebida que falta en el dataset?

Díganos el nombre exacto del producto, el mercado, el tamaño de ración que desea añadir y la fuente del número de cafeína que prefiere que usemos; comprobaremos si ya tenemos una entrada coincidente bajo otro nombre y, si realmente falta, añadiremos una nueva fila. Si no puede aportar una fuente, intentaremos encontrar el etiquetado del fabricante o una fuente fiable de terceros y le enviaremos por correo el resultado y la entrada provisional; no añadimos entradas basadas solo en la memoria.

Al solicitar una bebida nueva, indique la ración preferida en mililitros o la unidad discreta de servicio que debemos registrar (por ejemplo, 473 ml para un "Grande" en US o 350 ml para ciertos tamaños de cafetería) porque nuestras entradas usan tamaños de ración explícitos de los materiales fuente y la inconsistencia en el tamaño de la ración puede dar lugar a grandes diferencias en miligramos. Si solicita un tamaño que aún no registramos, crearemos una nueva fila de tamaño usando una fuente del fabricante o estimaremos escalando una concentración documentada (por ejemplo mg/100 ml) solo cuando se publique una concentración explícita; etiquetaremos esa entrada como estimada y citaremos la fuente y el cálculo de escalado.

Si nos pide priorizar la incorporación de una bebida, valoraremos la demanda editorial y el interés público; priorizamos productos comerciales de amplia venta y solicitudes recurrentes de usuarios como cadenas de café importantes, bebidas energéticas destacadas o bebidas envasadas. Puede ayudar a la prioridad enlazando a una fuente pública fiable en su solicitud e indicando si el artículo se vende en múltiples mercados; los artículos vendidos en varios países a menudo necesitan filas separadas en el dataset porque el mismo nombre puede tener distinto contenido de cafeína.

Mantenemos un índice público de bebidas en el sitio bajo /caffeine-in/ y puede buscar allí primero; si encuentra una entrada con nombre similar, cite esa fila en su solicitud para evitar duplicados. Si solicita una receta casera a medida le ofreceremos orientación sobre cómo medirla usted mismo, y podemos enlazar a nuestras calculadoras como la caffeine half-life calculator para ayudarle a comprender la retención y el momento.

¿Cómo puedo preguntar sobre la aplicación CoffeeLog y en qué pueden ayudar?

Para preguntas sobre la aplicación CoffeeLog, escriba a [email protected] describiendo la versión de la app, el dispositivo o plataforma y el problema específico; clasificaremos su solicitud y la responderemos, la derivaremos al equipo de la app o le indicaremos un canal de soporte. Podemos ayudar con preguntas de integración del dataset, formatos de exportación y cómo mapeamos entradas del dataset a identificadores de la app, pero no podemos depurar builds de terceros o forks privados sin acceso y su permiso.

CoffeeLog es la aplicación complementaria que algunos usuarios emplean para registrar su ingesta personal de cafeína, y las preguntas relacionadas con la app a menudo se solapan con identificadores de filas del dataset y tamaños de ración que controlamos. Si su pregunta trata sobre cómo aparece una bebida específica de nuestro dataset dentro de CoffeeLog, incluya la URL de la fila del dataset o la página de la bebida (por ejemplo Espresso (single)) para que podamos comprobar el mapeo y asesorar sobre qué valor del dataset usa la app.

Podemos explicar cómo la app usa nuestro modelo de eliminación de primer orden para los cálculos de decaimiento y podemos proporcionar las matemáticas que usamos para cálculos locales; pida el nombre del modelo si quiere los detalles precisos de implementación o un ejemplo aritmético para una bebida como Cold brew con 200 mg. First-order elimination model es un modelo matemático donde la cafeína plasmática desciende exponencialmente con una semivida constante, y nuestra implementación usa una semivida media poblacional de 5.7 hours (342 minutes) por lo que la fórmula es remaining = dose × 0.5^(hours ÷ 5.7).

Por ejemplo, usando Cold brew (200 mg) del dataset, lo que queda tras 6 hours se calcula como remaining = 200 mg × 0.5^(6 ÷ 5.7) = 200 mg × 0.5^1.052631... = 200 mg × 0.482 ≈ 96.4 mg; esta aritmética muestra el resultado en miligramos en cada paso. Si necesita una semivida distinta para personalizar, describiremos cómo exportar el dataset y la fórmula y cómo introducir una semivida alternativa en herramientas de terceros como hojas de cálculo o en los ajustes de la app; nuestras calculadoras públicas en /tools/ ilustran la misma matemática.

¿Qué no pueden responder?

No ofrecemos asesoramiento clínico o médico sobre cafeína, interacciones con medicamentos, embarazo, síntomas cardiacos ni orientación específica para condiciones; siempre remitiremos las preguntas médicas a un profesional de la salud cualificado. Para límites seguros generales citamos agencias autorizadas; por ejemplo, la guía de 400 mg/día para adultos sanos de la FDA se cita directamente de la FDA en la misma oración (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much).

Somos un editor de información y no una práctica médica; los clínicos proporcionan asesoramiento médico y diagnósticos, y nos negaremos a interpretar síntomas o dar orientación de tratamiento. Si pregunta sobre embarazo y cafeína, le remitiremos a nuestras guías informativas como Caffeine During Pregnancy y a fuentes primarias como la opinión de EFSA cuando proceda, pero no personalizaremos la orientación ni sustituiremos el consejo clínico (EFSA, https://efsa.europa.eu/en/efsajournal/pub/4102).

No podemos ofrecer asesoramiento legal o regulatorio sobre compras, cumplimiento de etiquetado o cómo impugnar una decisión de etiquetado ante las autoridades; para cuestiones regulatorias debe contactar directamente con la autoridad alimentaria correspondiente. Si presenta una solicitud legal de retirada o una orden judicial relativa a datos, la remitiremos a nuestro contacto legal en Vast Flow, LLP y registraremos la solicitud en nuestro registro de procesos; consulte nuestros terms of use y la privacy policy para detalles procedimentales.

¿Cómo funcionan las consultas de prensa y reutilización de datos, y necesito permiso para usar el dataset?

Las consultas de prensa deben enviarse por correo a [email protected] con el nombre de la publicación, la fecha límite y un breve resumen de lo que desea reutilizar; facilitaremos un pack de medios, una declaración de autoría y recursos en alta resolución cuando estén disponibles. El dataset se publica bajo CC BY 4.0, y no necesita pedir permiso para reutilizar el dataset bruto más allá de dar la atribución requerida por la licencia (Creative Commons, https://creativecommons.org/licenses/by/4.0/).

CC BY 4.0 es la licencia del dataset que usamos, y permite copiar, redistribuir, remezclar y adaptar siempre que acredite a TrackCaffeine y la versión original del dataset; el texto de la licencia está en el enlace de Creative Commons arriba. Al reutilizar el dataset en un producto comercial, incluya una línea de atribución que nombre el dataset y enlace a /dataset/ y, si publica datos derivados, incluya una nota sobre cualquier cambio metodológico como escalado o reclasificación.

Para feeds sindicados o scraping automatizado, contáctenos primero para que podamos proporcionar una exportación estable o un plan de API; el scraping sin control puede sobrecargar el sitio y ralentizar el trabajo de verificación, y priorizaremos las solicitudes que utilicen una exportación aprobada. Si desea el dataset en un formato personalizado, a menudo podemos proporcionar una instantánea CSV de un subconjunto específico (por ejemplo, todas las entradas de Starbucks como Starbucks Pike Place Brewed (Grande)) y anotaremos la versión del dataset y la licencia que incluir en su atribución.

¿Cómo me pongo en contacto por privacidad o solicitudes de datos?

Las solicitudes de privacidad y de interesados deben enviarse a [email protected] con un asunto claro como "Privacy request" e incluir la dirección de correo electrónico que utilizó en el sitio; responderemos dentro del plazo especificado en nuestra privacy policy. Si su solicitud implica eliminación, exportación o corrección de datos personales, incluya una copia de un documento de identidad con foto emitido por el gobierno para verificar la identidad cuando se requiera y haga referencia a la sección pertinente de la política para que podamos tramitarla con rapidez.

Publicamos un proceso de privacidad detallado en /privacy/, y esa página enumera los datos que recopilamos, los periodos de retención y cómo ejercer sus derechos conforme a la ley de privacidad aplicable; consulte esa página para detalles y cite la sección cuando nos escriba. Para correspondencia legal o de equipo de privacidad formal dirigida a nuestro nombre editorial use "Vast Flow, LLP" e incluya un contacto nombrado y una dirección postal; acusaremos recibo de la notificación en un plazo de tres días hábiles y escalaremos a nuestros responsables legales y de privacidad según exija la política.

Si prefiere un contacto por correo postal, escriba a Vast Flow, LLP con su solicitud y los identificadores de entradas del dataset si procede; se aceptan notificaciones postales pero seguirán los mismos plazos internos que el correo electrónico. Para respuestas rápidas sobre cómo usamos los identificadores en el dataset, consulte /about/ y las páginas públicas de filas del dataset como Drip coffee y Espresso (double) que ilustran nuestro formato de citación y listado de fuentes.

Contacto del editor: TrackCaffeine es publicado por Vast Flow, LLP y la dirección principal de soporte es [email protected]; incluya enlaces o fotos para ayudarnos a tramitar las solicitudes del dataset. Intentamos responder todas las consultas razonables; si su solicitud excede nuestro ámbito explicaremos por qué y le dirigiremos a la autoridad o recurso adecuado como la guía de la FDA sobre ingesta diaria segura (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much) o la tabla de cafeína de la Mayo Clinic para referencia (Mayo Clinic, https://www.mayoclinic.org/healthy-lifestyle/nutrition-and-healthy-eating/in-depth/caffeine/art-20045678).