Contactez-nous

Comment signaler une valeur de caféine que je pense erronée, et que se passe-t-il ensuite ?

Envoyez un seul email concis à [email protected] indiquant le nom du produit, le marché ou le pays, la taille de portion exacte que vous avez utilisée, la source de votre valeur et la date de publication de cette source ; nous accuserons réception et vous dirons si nous avons besoin de preuves complémentaires. Une photo nette de l’étiquette du produit ou un lien vers la fiche nutritionnelle du fabricant, une fiche technique du distributeur ou un rapport de laboratoire accélère la vérification et sera demandée si nécessaire.

Dataset est la liste ouverte de boissons et de leurs valeurs publiées en milligrammes que TrackCaffeine entretient, et la première chose que nous vérifions est si l’article et la portion que vous signalez correspondent à une entrée dans notre /dataset/ et dans nos sources publiques documentées sur /about/. Indiquez le marché (par exemple, "US", "UK", ou le pays inscrit sur l’étiquette) car des noms de produits identiques peuvent avoir des teneurs en caféine différentes selon les marchés ; le marché du produit est un champ obligatoire pour chaque signalement afin que nous puissions retrouver la bonne ligne du dataset.

Lorsque vous signalez une valeur, indiquez la taille de portion exactement comme sur le produit (par exemple, 240 ml ou 473 ml) car nos lignes de tableau utilisent les tailles de portion des sources originales et un décalage en millilitres peut provoquer des divergences apparentes ; les différences de taille de portion sont la cause la plus fréquente d’erreurs apparentes. Indiquez aussi la date de l’étiquette ou de la page web que vous avez utilisée, car les fabricants changent parfois de formulation et nous conservons un enregistrement horodaté de chaque source dans le dataset.

Si votre preuve est une mesure de laboratoire, joignez une brève note méthodologique (quelle technique analytique et si l’échantillon a été préparé à chaud ou à froid) car les mesures de caféine en laboratoire varient selon la méthode d’extraction et de rapport ; nous privilégions les données de laboratoires indépendants lorsqu’elles sont clairement documentées. Si votre preuve est une déclaration d’entreprise ou une étiquette nutritionnelle, fournissez une photo en haute résolution ou une URL directe afin que nous puissions archiver la source pour reproductibilité et citation.

Après soumission des preuves, nous les validerons selon notre liste de contrôle interne d’approvisionnement et répondrons par l’un des trois résultats suivants : accepté, besoin de plus d’informations, ou rejeté avec explication ; la réponse inclura l’identifiant de la ligne du dataset et les sources que nous avons utilisées pour décider. Les délais habituels pour des corrections simples d’étiquette/photo sont de 3 à 7 jours ouvrables et pour des revendications de laboratoire de 7 à 21 jours ; ces délais sont des estimations et dépendent de la complexité de la vérification et des heures de travail chez Vast Flow, LLP.

Comment les corrections sont-elles traitées et publiées ?

Nous vérifions votre soumission par rapport aux sources originales et à notre politique d’approvisionnement, mettons à jour la ligne du dataset si les preuves justifient un changement, et publions une courte entrée de changelog qui nomme la source et la date ; nous ne modifierons pas les valeurs sans source vérifiable et citable. Les corrections sont appliquées au public /dataset/ et à la page spécifique de la boisson sur le site, et notre changelog indique la valeur précédente, la nouvelle valeur, la source et la date de la correction afin que les lecteurs puissent suivre la provenance.

Une correction est une mise à jour éditoriale d’une entrée du dataset qui remplace ou annote une valeur lorsqu’une nouvelle preuve vérifiable devient disponible, et nous traitons les corrections comme des actions traçables et datées dans le registre public. Chaque entrée de correction nomme la preuve utilisée et renvoie, lorsque possible, à la source archivée afin que les utilisateurs futurs puissent examiner les mêmes documents ; la transparence de la provenance est centrale dans notre méthode décrite sur /about/.

Nous utiliserons les mêmes règles publiées pour concilier des sources conflictuelles : préférer l’étiquetage du fabricant sur le marché d’achat, préférer les mesures de laboratoires indépendants qui documentent la méthode, et préférer les spécifications récentes du fabricant aux pages web plus anciennes. Si deux sources réputées sont en désaccord, nous publions les deux valeurs avec une note expliquant la divergence plutôt que d’en choisir une discrètement, car notre priorité est de montrer les preuves et de laisser les utilisateurs voir le conflit.

Nous documentons chaque changement dans l’historique public du dataset et le dataset est versionné afin que les utilisateurs puissent citer un instantané exact ; les instantanés complets du dataset et le changelog sont disponibles depuis /dataset/. Si une correction soumise nécessite une reclassification (par exemple changer un article de "brewed" à "coffeeShop") nous expliquerons le changement de taxonomie dans le changelog et ferons un lien vers la note méthodologique sur /about/.

Comment demander l’ajout d’une boisson qui manque dans le dataset ?

Indiquez-nous le nom exact du produit, le marché, la taille de portion que vous souhaitez ajouter et la source du chiffre de caféine que vous préférez que nous utilisions ; nous vérifierons si nous avons déjà une entrée correspondante sous un autre nom puis ajouterons une nouvelle ligne si elle est réellement manquante. Si vous ne pouvez pas fournir de source, nous tenterons de trouver l’étiquetage du fabricant ou une source tierce fiable et nous vous enverrons le résultat et l’entrée provisoire par email ; nous n’ajoutons pas d’entrées basées uniquement sur la mémoire.

Lors de la demande d’une nouvelle boisson, indiquez la portion préférée en millilitres ou l’unité de portion discrète que nous devons enregistrer (par exemple 473 ml pour un "Grande" US ou 350 ml pour certaines tailles de café) car nos entrées utilisent des tailles de portion explicites issues des documents sources et une incohérence de taille de portion peut entraîner des différences importantes en milligrammes. Si vous demandez une taille que nous ne suivons pas encore, nous créerons soit une nouvelle ligne de taille en utilisant une source du fabricant, soit estimerons par mise à l’échelle d’une concentration documentée (par exemple mg/100 ml) uniquement lorsqu’une concentration explicite est publiée ; nous indiquerons alors que cette entrée est estimée et citerons la source ainsi que le calcul de mise à l’échelle.

Si vous nous demandez de prioriser l’ajout d’une boisson, nous prendrons en compte la demande des éditeurs et l’intérêt public ; nous privilégions les produits commerciaux largement vendus et les demandes récurrentes des utilisateurs, comme les grandes chaînes de cafés, les boissons énergisantes connues, ou les boissons emballées. Vous pouvez aider à la priorisation en joignant un lien vers une source publique fiable dans votre demande et en indiquant si l’article est vendu sur plusieurs marchés ; les articles vendus dans plusieurs pays nécessitent souvent des lignes distinctes dans le dataset car un même nom peut avoir une teneur en caféine différente.

Nous tenons un index public des boissons sur le site sous /caffeine-in/ et vous pouvez y chercher en premier lieu ; si vous trouvez une entrée au nom similaire, citez cette ligne dans votre demande afin que nous évitions les doublons. Si vous demandez une recette maison sur-mesure, nous proposerons des conseils sur la façon de la mesurer vous-même, et nous pourrons faire un lien vers nos calculateurs comme le caffeine half-life calculator pour vous aider à comprendre la rétention et le timing.

Comment poser des questions sur l’application CoffeeLog et en quoi pouvons‑nous vous aider ?

Pour les questions concernant l’application CoffeeLog, envoyez un email à [email protected] en décrivant la version de l’app, l’appareil ou la plateforme, et le problème spécifique ; nous classerons votre demande et y répondrons, la transmettrons à l’équipe d’app, ou vous orienterons vers un canal de support. Nous pouvons aider pour l’intégration du dataset, les formats d’export, et la façon dont nous faisons correspondre les entrées du dataset aux identifiants de l’app, mais nous ne pouvons pas déboguer des builds tiers ou des forks privés sans accès et votre permission.

CoffeeLog est l’application compagnon que certains utilisateurs utilisent pour suivre leur apport personnel en caféine, et les questions liées à l’app recoupent souvent les identifiants de lignes du dataset et les tailles de portion que nous contrôlons. Si votre question porte sur la façon dont une boisson spécifique de notre dataset apparaît dans CoffeeLog, joignez l’URL de la ligne du dataset ou la page de la boisson (par exemple Espresso (single)) afin que nous puissions vérifier le mappage et vous indiquer quelle valeur du dataset l’app utilise.

Nous pouvons expliquer comment l’app utilise notre modèle d’élimination d’ordre un pour les calculs de décroissance et fournir la formule que nous utilisons pour les calculs locaux ; demandez le nom du modèle si vous voulez les détails d’implémentation précis ou un exemple d’arithmétique pour une boisson comme Cold brew à 200 mg. Le modèle d’élimination d’ordre un est un modèle mathématique où la caféine plasmatique décroît de façon exponentielle avec une demi-vie constante, et notre implémentation utilise une demi‑vie moyenne de population de 5.7 hours (342 minutes) de sorte que la formule est remaining = dose × 0.5^(hours ÷ 5.7).

Par exemple, en utilisant Cold brew (200 mg) issu du dataset, la quantité restante après 6 hours se calcule comme remaining = 200 mg × 0.5^(6 ÷ 5.7) = 200 mg × 0.5^1.052631... = 200 mg × 0.482 ≈ 96.4 mg ; cette arithmétique montre le résultat en milligrammes à chaque étape. Si vous avez besoin d’une demi‑vie différente pour personnalisation, nous indiquerons comment exporter le dataset et la formule et comment remplacer la demi‑vie dans des outils tiers tels que des tableurs ou les paramètres de l’app ; nos calculateurs publics sous /tools/ illustrent la même mathématique.

Qu’est‑ce que vous ne pouvez pas répondre ?

Nous ne fournirons pas de conseils cliniques ou médicaux concernant la caféine, les interactions médicamenteuses, la grossesse, des symptômes cardiaques ou tout conseil spécifique à une condition ; nous renverrons toujours les questions médicales à un professionnel de santé qualifié. Pour des limites générales de sécurité, nous citons des agences faisant autorité, par exemple l’orientation FDA de 400 mg/day pour les adultes en bonne santé est citée directement depuis la FDA dans la même phrase (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much).

Nous sommes un éditeur d’information et non un cabinet médical ; les cliniciens fournissent des conseils médicaux et des diagnostics, et nous refuserons d’interpréter des symptômes ou de donner des conseils de traitement. Si vous posez une question sur la grossesse et la caféine, nous vous orienterons vers nos guides d’information tels que Caffeine During Pregnancy et vers des sources primaires comme l’avis de l’EFSA lorsque pertinent, mais nous ne personnaliserons pas les recommandations ni ne remplacerons un avis clinique (EFSA, https://efsa.europa.eu/en/efsajournal/pub/4102).

Nous ne pouvons pas fournir de conseils juridiques ou réglementaires concernant les achats, la conformité de l’étiquetage, ou la manière de contester une décision d’étiquetage auprès des autorités ; pour les questions réglementaires, contactez directement l’autorité alimentaire compétente. Si vous soumettez une demande de retrait légal ou une ordonnance du tribunal concernant des données, nous la transmettrons à notre contact juridique chez Vast Flow, LLP et enregistrerons la demande dans notre journal de procédure ; consultez nos terms of use et privacy policy pour les détails procéduraux.

Comment fonctionnent les demandes de presse et de réutilisation des données, et ai‑je besoin d’une autorisation pour utiliser le dataset ?

Les demandes de presse doivent être envoyées par email à [email protected] avec le nom de la publication, la date limite et un bref résumé de ce que vous souhaitez réutiliser ; nous fournirons un dossier de presse, une déclaration d’auteur et des ressources en haute résolution lorsque disponibles. Le dataset lui‑même est publié sous CC BY 4.0, et vous n’avez pas besoin de demander la permission pour réutiliser le dataset brut au‑delà de l’attribution requise par la licence (Creative Commons, https://creativecommons.org/licenses/by/4.0/).

CC BY 4.0 est la licence du dataset que nous utilisons, et elle permet de copier, redistribuer, remixer et adapter à condition de créditer TrackCaffeine et la version originale du dataset ; le texte de la licence se trouve au lien Creative Commons ci‑dessus. Lors de la réutilisation du dataset dans un produit commercial, veuillez inclure une ligne d’attribution qui nomme le dataset et renvoie vers /dataset/ et, si vous publiez des données dérivées, incluez une note sur tout changement méthodologique tel que la mise à l’échelle ou la reclassification.

Pour des flux syndiqués ou du scraping automatisé, contactez‑nous d’abord afin que nous puissions fournir un export stable ou un plan API ; le scraping non contrôlé peut surcharger le site et ralentir le travail de vérification, et nous privilégierons les demandes qui utilisent un export approuvé. Si vous souhaitez le dataset dans un format personnalisé, nous pouvons souvent fournir un instantané CSV d’un sous‑ensemble spécifique (par exemple toutes les entrées Starbucks telles que Starbucks Pike Place Brewed (Grande)) et nous indiquerons la version du dataset et la licence à inclure dans votre attribution.

Comment vous joindre pour des questions de confidentialité ou des demandes sur les données ?

Les demandes de confidentialité et les demandes des personnes concernées doivent être envoyées à [email protected] avec un objet clair tel que "Privacy request" et inclure l’adresse email que vous avez utilisée sur le site ; nous répondrons dans le délai spécifié dans notre privacy policy. Si votre demande implique la suppression, l’export ou la correction de données personnelles, joignez une copie d’une pièce d’identité avec photo délivrée par un gouvernement pour vérifier l’identité lorsque cela est requis et référencez la section pertinente de la politique afin que nous puissions la traiter rapidement.

Nous publions un processus détaillé de confidentialité dans /privacy/, et cette page liste les données que nous collectons, les périodes de conservation et comment exercer vos droits en vertu de la loi applicable sur la confidentialité ; consultez cette page pour les détails et citez la section lorsque vous envoyez un email. Pour une correspondance juridique ou d’équipe confidentialité formelle adressée au nom de notre éditeur, utilisez "Vast Flow, LLP" et incluez un contact nommé et une adresse postale ; nous accuserons réception dans les trois jours ouvrables et transmettrons aux responsables juridiques et confidentialité selon les besoins de la politique.

Si vous préférez un contact par courrier, écrivez à Vast Flow, LLP avec votre demande et les identifiants d’entrée du dataset si pertinents ; les notifications postales sont acceptées mais suivront les mêmes délais internes que les emails. Pour des réponses rapides sur la façon dont nous utilisons les identifiants dans le dataset, consultez /about/ et les pages publiques des lignes du dataset telles que Drip coffee et Espresso (double) qui illustrent notre format de citation et la liste des sources.

Contact de l’éditeur : TrackCaffeine est publié par Vast Flow, LLP et l’adresse de support principale est [email protected] ; joignez des liens ou des photos pour nous aider à traiter les demandes de dataset. Nous essayons de répondre à toutes les demandes raisonnables ; si votre demande dépasse notre périmètre, nous expliquerons pourquoi et vous orienterons vers l’autorité ou la ressource appropriée telle que l’orientation FDA sur l’apport quotidien sûr (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much) ou le tableau de la Mayo Clinic sur la caféine pour référence (Mayo Clinic, https://www.mayoclinic.org/healthy-lifestyle/nutrition-and-healthy-eating/in-depth/caffeine/art-20045678).