Mettiti in contatto

Come segnalo un valore di caffeina che ritengo errato e cosa succede dopo?

Invia una singola email mirata a [email protected] con il nome del prodotto, il mercato o paese, la dimensione esatta della porzione che hai usato, la fonte del tuo valore e la data di pubblicazione di quella fonte; ti confermeremo la ricezione e ti diremo se servono ulteriori prove. Una foto chiara dell'etichetta del prodotto o un link alla pagina nutrizionale del produttore, a una scheda tecnica del distributore o a un referto di laboratorio accelera la verifica e sarà richiesta se necessario.

Il dataset è l'elenco aperto di bevande e dei loro valori pubblicati in milligrammi che TrackCaffeine mantiene, e la prima cosa che verifichiamo è se l'articolo e la porzione che segnali corrispondono a una voce nel nostro /dataset/ e nelle nostre fonti pubbliche documentate su /about/. Includi il mercato (per esempio "US", "UK" o il paese stampato sull'etichetta) perché prodotti con lo stesso nome possono avere quantità diverse di caffeina per porzione in mercati differenti; il mercato del prodotto è un campo obbligatorio per ogni segnalazione così possiamo abbinare la riga corretta del dataset.

Quando segnali un valore, indica la dimensione della porzione esattamente come appare sul prodotto (per esempio, 240 ml o 473 ml) perché le nostre righe della tabella usano le porzioni delle fonti originali e una discrepanza in millilitri può causare apparenti divergenze; le differenze nella dimensione della porzione sono la causa più comune di presunti errori. Includi anche la data dell'etichetta o della pagina web che hai usato, perché i produttori talvolta cambiano le formulazioni e noi conserviamo una registrazione datata di ogni fonte nel dataset.

Se la tua prova è una misurazione di laboratorio, includi una breve nota sui metodi (quale tecnica analitica e se il campione è stato preparato caldo o freddo) perché le misurazioni di caffeina in laboratorio variano in base al metodo di estrazione e di reportistica; diamo priorità ai dati di laboratorio indipendenti quando sono documentati chiaramente. Se la tua prova è una dichiarazione aziendale o un'etichetta nutrizionale, allega una foto ad alta risoluzione o un URL diretto in modo da poter archiviare la fonte per riproducibilità e citazione.

Dopo l'invio delle prove le convalideremo rispetto alla nostra checklist interna di reperimento delle fonti e risponderemo con uno dei tre esiti: accettato, servono più informazioni, o respinto con spiegazione; la risposta includerà l'identificatore della riga del dataset e le fonti che abbiamo usato per decidere. I tempi tipici per correzioni semplici di etichette/foto sono 3–7 giorni lavorativi e per affermazioni basate su laboratorio sono 7–21 giorni; i tempi sono stime e dipendono dalla complessità della verifica e dall'orario di lavoro presso Vast Flow, LLP.

Come vengono gestite e pubblicate le correzioni?

Verifichiamo la tua segnalazione rispetto alle fonti originali e alla nostra policy di reperimento, aggiorniamo la riga del dataset se le prove supportano la modifica e pubblichiamo una breve voce di changelog che nomina la fonte e la data; non modificheremo i valori senza una fonte verificabile e citabile. Le correzioni vengono applicate al pubblico /dataset/ e alla pagina specifica della bevanda sul sito, e il nostro changelog indica il valore precedente, il nuovo valore, la fonte e la data della correzione così i lettori possono seguire la provenienza.

La correzione è un aggiornamento editoriale a una voce del dataset che sostituisce o annota un valore quando diventano disponibili nuove prove verificabili, e trattiamo le correzioni come azioni tracciabili e datate nel registro pubblico. Ogni voce di correzione nomina le prove utilizzate e, dove possibile, rimanda alla fonte archiviata in modo che gli utenti futuri possano esaminare gli stessi materiali; la trasparenza della provenienza è centrale al nostro metodo descritto su /about/.

Applicheremo le stesse regole pubblicate per riconciliare fonti in conflitto: preferire l'etichettatura del produttore nel mercato di acquisto, preferire misurazioni di laboratorio indipendenti che documentino il metodo, e preferire specifiche aggiornate del produttore rispetto a pagine web più vecchie. Se due fonti affidabili non concordano pubblichiamo entrambi i valori con una nota che spiega la discrepanza piuttosto che sceglierne uno in modo silenzioso, perché la nostra priorità è mostrare le prove e permettere agli utenti di vedere il conflitto.

Documentiamo ogni cambiamento nella cronologia pubblica del dataset e il dataset è versionato così gli utenti possono citare uno snapshot esatto; snapshot completi del dataset e il changelog sono disponibili da /dataset/. Se una correzione inviata richiede una riclassificazione (per esempio cambiare un elemento da "brewed" a "coffeeShop") spiegheremo la modifica della tassonomia nel changelog e collegheremo la nota metodologica su /about/.

Come posso richiedere una bevanda mancante nel dataset?

Dicci il nome esatto del prodotto, il mercato, la dimensione della porzione che vuoi aggiungere e la fonte del numero di caffeina che preferisci usare; verificheremo se abbiamo già una voce corrispondente sotto un nome diverso e poi aggiungeremo una nuova riga se è effettivamente mancante. Se non puoi fornire una fonte, tenteremo di trovare l'etichettatura del produttore o una fonte terza affidabile e ti invieremo via email il risultato e la voce provvisoria; non aggiungiamo voci basate solo sulla memoria.

Quando richiedi una nuova bevanda, indica la porzione preferita in millilitri o l'unità di porzione discreta che dovremmo registrare (per esempio 473 ml per un "Grande" US o 350 ml per certe dimensioni di caffetteria) perché le nostre voci usano porzioni esplicite tratte dal materiale di fonte e l'incoerenza nella dimensione della porzione può portare a grandi differenze in milligrammi. Se richiedi una dimensione che non tracciamo già, o creeremo una nuova riga di dimensione usando una fonte del produttore o faremo una stima scalando una concentrazione documentata (per esempio mg/100 ml) solo quando è pubblicata una concentrazione esplicita e etichetteremo quella voce come stimata citando la fonte e i calcoli di scala.

Se ci chiedi di dare priorità all'aggiunta di una bevanda terremo conto della domanda degli editori e dell'interesse pubblico; diamo priorità ai prodotti commerciali ampiamente venduti e alle richieste ricorrenti degli utenti come le principali catene di caffè, energy drink di rilievo o bevande confezionate. Puoi aiutare la priorità includendo un link a una fonte pubblica affidabile nella tua richiesta e indicando se l'articolo è venduto in più mercati; gli articoli venduti in più paesi spesso richiedono righe separate nel dataset perché lo stesso nome può avere contenuti di caffeina differenti.

Manteniamo un indice pubblico delle bevande sul sito sotto /caffeine-in/ e puoi cercare lì prima; se trovi una voce con nome simile, cita quella riga nella tua richiesta così possiamo evitare duplicati. Se richiedi una ricetta artigianale personalizzata ti offriremo indicazioni su come misurarla tu stesso, e potremmo collegare i nostri calcolatori come il caffeine half-life calculator per aiutarti a capire la ritenzione e la tempistica.

Come posso chiedere informazioni sull'app CoffeeLog e con cosa potete aiutare?

Per domande sull'app CoffeeLog, scrivi a [email protected] descrivendo la build dell'app, il dispositivo o la piattaforma e il problema specifico; classificheremo la tua richiesta e risponderemo, la indirizzeremo al team dell'app o ti indicheremo un canale di supporto. Possiamo aiutare con domande sull'integrazione del dataset, formati di esportazione e su come mappiamo le voci del dataset agli identificatori dell'app, ma non possiamo fare il debug di build di terze parti o fork privati senza accesso e il tuo permesso.

CoffeeLog è l'app companion che alcuni utenti usano per tracciare l'assunzione personale di caffeina, e le domande relative all'app spesso si sovrappongono agli identificatori delle righe del dataset e alle dimensioni delle porzioni che controlliamo. Se la tua domanda riguarda come una specifica bevanda del nostro dataset appare dentro CoffeeLog, includi l'URL della riga del dataset o la pagina della bevanda (per esempio Espresso (single)) così possiamo controllare la mappatura e consigliare quale valore del dataset l'app utilizza.

Possiamo spiegare come l'app utilizza il nostro modello di eliminazione di primo ordine per i calcoli di decadimento e possiamo fornire la matematica che usiamo per i calcoli locali; chiedi il nome del modello se desideri i dettagli di implementazione precisi o esempi di calcolo per una bevanda come Cold brew a 200 mg. Il modello di eliminazione di primo ordine è un modello matematico in cui la caffeina plasmatica decresce esponenzialmente con un'emivita costante, e la nostra implementazione usa un'emivita media di popolazione di 5.7 hours (342 minutes) quindi la formula è remaining = dose × 0.5^(hours ÷ 5.7).

Per esempio, usando Cold brew (200 mg) dal dataset, il residuo dopo 6 hours si calcola come remaining = 200 mg × 0.5^(6 ÷ 5.7) = 200 mg × 0.5^1.052631... = 200 mg × 0.482 ≈ 96.4 mg; questa aritmetica mostra il risultato in milligrammi a ogni passaggio. Se hai bisogno di una diversa emivita per la personalizzazione descriveremo come esportare il dataset e la formula e come inserire un'emivita alternativa in strumenti di terze parti come fogli di calcolo o impostazioni in-app; i nostri calcolatori pubblici sotto /tools/ illustrano la stessa matematica.

Cosa non potete rispondere?

Non forniremo consulenza clinica o medica sulla caffeina, interazioni con farmaci, gravidanza, sintomi cardiaci o qualsiasi guida specifica per condizioni di salute; rinvieremo sempre le domande mediche a un professionista sanitario qualificato. Per limiti generali di sicurezza citiamo agenzie autorevoli, per esempio l'indicazione di 400 mg/day per adulti sani della FDA è citata direttamente dalla FDA nella stessa frase (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much).

Siamo un editore informativo e non uno studio medico; i clinici forniscono consigli medici e diagnosi, e ci rifiuteremo di interpretare sintomi o dare indicazioni di trattamento. Se chiedi della gravidanza e della caffeina, ti indirizzeremo alle nostre guide informative come Caffeine During Pregnancy e a fonti primarie come l'opinione dell'EFSA quando pertinente, ma non personalizzeremo le indicazioni né sostituiremo il parere clinico (EFSA, https://efsa.europa.eu/en/efsajournal/pub/4102).

Non possiamo fornire consulenza legale o regolatoria su acquisti, conformità dell'etichettatura o su come contestare una decisione di etichettatura del prodotto con le autorità; per questioni regolatorie dovresti contattare direttamente l'autorità alimentare competente. Se invii una richiesta legale di rimozione o un ordine del tribunale riguardo ai dati, la gireremo al nostro contatto legale presso Vast Flow, LLP e registreremo la richiesta nel nostro registro dei processi; consulta i nostri terms of use e la privacy policy per i dettagli procedurali.

Come funzionano le richieste della stampa e il riutilizzo dei dati, e ho bisogno di permesso per usare il dataset?

Le richieste della stampa devono essere inviate a [email protected] con nome della testata, scadenza e un breve riassunto di ciò che vuoi riutilizzare; forniremo un media pack, una dichiarazione di paternità e risorse in alta risoluzione quando disponibili. Il dataset è pubblicato sotto CC BY 4.0, e non serve chiedere il permesso per riutilizzare il dataset grezzo oltre a fornire l'attribuzione richiesta dalla licenza (Creative Commons, https://creativecommons.org/licenses/by/4.0/).

CC BY 4.0 è la licenza del dataset che usiamo, e permette copia, ridistribuzione, remix e adattamento a condizione che tu accrediti TrackCaffeine e la versione originale del dataset; il testo della licenza è al link di Creative Commons sopra. Quando riutilizzi il dataset in un prodotto commerciale includi una riga di attribuzione che nomini il dataset e colleghi a /dataset/ e, se pubblichi dati derivati, includi una nota di eventuali cambi metodologici come scalatura o riclassificazione.

Per feed sindacati o scraping automatizzato, contattaci prima così possiamo fornire un export stabile o un piano API; lo scraping non regolamentato può sovraccaricare il sito e rallentare il lavoro di verifica, e daremo priorità alle richieste che usano un export approvato. Se vuoi il dataset in un formato personalizzato spesso possiamo fornire uno snapshot CSV di un sottoinsieme specifico (per esempio tutte le voci Starbucks come Starbucks Pike Place Brewed (Grande)) e indicheremo la versione del dataset e la licenza da includere nella tua attribuzione.

Come vi contatto per questioni di privacy o richieste sui dati?

Le richieste relative alla privacy e ai soggetti dei dati devono essere inviate a [email protected] con un oggetto chiaro come "Privacy request" e includere l'indirizzo email che hai usato sul sito; risponderemo entro i termini specificati nella nostra privacy policy. Se la tua richiesta riguarda cancellazione, esportazione o correzione di dati personali, allega una copia di un documento di identità con foto rilasciato dal governo per verificare l'identità quando richiesto e fai riferimento alla sezione pertinente della policy così possiamo processarla prontamente.

Pubbliciamo un processo di privacy dettagliato in /privacy/, e quella pagina elenca i dati che raccogliamo, i periodi di conservazione e come esercitare i tuoi diritti ai sensi della normativa sulla privacy applicabile; consulta quella pagina per i dettagli e cita la sezione quando mandi la mail. Per corrispondenza legale o del team privacy formale indirizzata al nome del nostro editore usa "Vast Flow, LLP" e includi un referente nominativo e un indirizzo postale; riconosceremo la ricezione entro tre giorni lavorativi e inoltreremo ai nostri responsabili legali e della privacy come richiesto dalla policy.

Se preferisci un contatto per posta, scrivi a Vast Flow, LLP con la tua richiesta e gli identificatori delle voci del dataset se rilevanti; le notifiche postali sono accettate ma seguiranno le stesse tempistiche interne delle email. Per risposte rapide su come usiamo gli identificatori nel dataset, vedi /about/ e le pagine pubbliche delle righe del dataset come Drip coffee e Espresso (double) che illustrano il nostro formato di citazione e l'elenco delle fonti.

Contatto dell'editore: TrackCaffeine è pubblicato da Vast Flow, LLP e l'indirizzo di supporto primario è [email protected]; includi link o foto per aiutarci a gestire le richieste sul dataset. Cerchiamo di rispondere a tutte le richieste ragionevoli; se la tua richiesta supera il nostro ambito spiegheremo il motivo e ti indirizzeremo all'autorità o risorsa giusta come le linee guida FDA sull'assunzione giornaliera sicura (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much) o la tabella della Mayo Clinic sulla caffeina per riferimento (Mayo Clinic, https://www.mayoclinic.org/healthy-lifestyle/nutrition-and-healthy-eating/in-depth/caffeine/art-20045678).