Fale conosco

Como eu reporto um valor de cafeína que acredito estar errado, e o que acontece depois?

Envie um único e-mail direto para [email protected] com o nome do produto, o mercado ou país, o tamanho exato da porção que você usou, a fonte do seu número e a data em que essa fonte foi publicada; nós confirmaremos o recebimento e informaremos se precisamos de mais evidências. Uma foto nítida do rótulo do produto ou um link para a página de informações nutricionais do fabricante, a ficha técnica de um distribuidor ou um relatório de laboratório agiliza a verificação e será solicitada se necessário.

Dataset é a lista aberta de bebidas e seus valores publicados em miligramas que o TrackCaffeine mantém, e a primeira coisa que checamos é se o item e a porção que você reporta correspondem a uma entrada em nosso /dataset/ e às nossas fontes públicas documentadas em /about/. Inclua o mercado (por exemplo, "US", "UK" ou o país impresso no rótulo) porque nomes de produto idênticos podem ter quantidades diferentes de cafeína por porção em mercados distintos; o mercado do produto é um campo obrigatório em todo relatório para que possamos localizar a linha correta do dataset.

Ao reportar um valor, liste o tamanho da porção exatamente como está no produto (por exemplo, 240 ml ou 473 ml) porque nossas linhas da tabela usam os tamanhos de porção das fontes originais e uma discrepância em mililitros pode causar aparentes divergências; diferenças no tamanho da porção são a causa mais comum de aparentes erros. Inclua também a data do rótulo ou da página web que você usou, porque fabricantes às vezes alteram formulações e nós mantemos um registro datado de cada fonte no dataset.

Se sua evidência for uma medição laboratorial, inclua uma breve nota de métodos (qual técnica analítica e se a amostra foi preparada quente ou fria) porque medições de cafeína em laboratório variam conforme o método de extração e o relatório; nós priorizamos dados de laboratórios independentes quando estiverem claramente documentados. Se sua evidência for uma declaração da empresa ou um rótulo nutricional, inclua uma foto em alta resolução ou uma URL direta para que possamos arquivar a fonte para reprodutibilidade e citação.

Depois de você submeter evidências, validaremos contra nossa lista de verificação interna de fontes e responderemos com um dos três resultados: aceito, precisa de mais informação, ou rejeitado com explicação; a resposta incluirá o identificador da linha do dataset e as fontes que usamos para decidir. O tempo típico de resposta para correções simples de rótulo/foto é de 3 a 7 dias úteis e para reivindicações laboratoriais é de 7 a 21 dias; os prazos são estimativas e dependem da complexidade da verificação e do horário de trabalho na Vast Flow, LLP.

Como correções são tratadas e publicadas?

Verificamos sua submissão em relação às fontes originais e à nossa política de sourcing, atualizamos a linha do dataset se as evidências suportarem a alteração e publicamos uma breve entrada no changelog que nomeia a fonte e a data; não mudaremos valores sem uma fonte verificável e citável. As correções são aplicadas ao público /dataset/ e à página específica da bebida no site, e nosso changelog registra o valor anterior, o novo valor, a fonte e a data da correção para que os leitores possam seguir a proveniência.

Correction é uma atualização editorial de uma entrada do dataset que substitui ou anota um valor quando novas evidências verificáveis ficam disponíveis, e tratamos correções como ações rastreáveis e datadas no registro público. Cada entrada de correção nomeia as evidências que usamos e, quando possível, vincula de volta à fonte arquivada para que usuários futuros possam inspecionar os mesmos materiais; a transparência da proveniência é central ao nosso método descrito em /about/.

Usaremos as mesmas regras publicadas para reconciliar fontes conflitantes: preferir a rotulagem do fabricante no mercado de compra, preferir medições laboratoriais independentes que documentem o método, e preferir especificações atualizadas do fabricante em relação a páginas web antigas. Se duas fontes reputadas divergirem, publicamos ambos os valores com uma nota explicando a discrepância em vez de escolher um em silêncio, porque nossa prioridade é mostrar as evidências e permitir que os usuários vejam o conflito.

Documentamos toda alteração no histórico público do dataset e o dataset é versionado para que os usuários possam citar um snapshot exato; snapshots completos do dataset e o changelog estão disponíveis em /dataset/. Se uma correção submetida exigir reclassificação (por exemplo, alterando um item de "brewed" para "coffeeShop") explicaremos a mudança de taxonomia no changelog e faremos um link para a nota metodológica em /about/.

Como solicito uma bebida que esteja ausente do dataset?

Diga-nos o nome exato do produto, o mercado, o tamanho da porção que você quer adicionar e a fonte do número de cafeína que prefere que usemos; verificaremos se já temos uma entrada correspondente sob outro nome e então adicionaremos uma nova linha se realmente estiver faltando. Se você não puder fornecer uma fonte, tentaremos localizar a rotulagem do fabricante ou uma fonte confiável de terceiros e enviaremos por e-mail o resultado e a entrada provisória; não adicionamos entradas baseadas apenas na memória.

Ao solicitar uma nova bebida, liste a porção preferida em mililitros ou a unidade discreta de porção que devemos registrar (por exemplo, 473 ml para um "Grande" nos US ou 350 ml para certos tamanhos de cafeteria) porque nossas entradas usam tamanhos de porção explícitos do material fonte e inconsistência no tamanho da porção pode levar a grandes diferenças em miligramas. Se você solicitar um tamanho que ainda não rastreamos, criaremos uma nova linha de tamanho usando uma fonte do fabricante ou estimaremos por escala a partir de uma concentração documentada (por exemplo mg/100 ml) somente quando uma concentração explícita for publicada e rotularemos essa entrada como estimada, citando a fonte e a matemática da escala.

Se pedir prioridade para adicionar uma bebida, consideraremos a demanda do público e o interesse público; priorizamos produtos comerciais amplamente vendidos e solicitações recorrentes de usuários, como grandes redes de café, bebidas energéticas proeminentes ou bebidas embaladas. Você pode ajudar a priorização anexando um link para uma fonte pública confiável no seu pedido e indicando se o item é vendido em múltiplos mercados; itens vendidos em vários países frequentemente precisam de linhas separadas no dataset porque o mesmo nome pode ter conteúdo de cafeína diferente.

Mantemos um índice público de bebidas no site em /caffeine-in/ e você pode procurar lá primeiro; se encontrar uma entrada com nome semelhante, cite essa linha no seu pedido para evitarmos duplicatas. Se solicitar uma receita caseira personalizada, ofereceremos orientação sobre como medi-la você mesmo, e podemos vincular às nossas calculadoras, como a caffeine half-life calculator, para ajudar a entender retenção e tempo.

Como posso perguntar sobre o app CoffeeLog e com o que vocês podem ajudar?

Para perguntas sobre o app CoffeeLog, envie um e-mail para [email protected] descrevendo a build do app, o dispositivo ou plataforma e o problema específico; classificaremos sua solicitação e responderemos, faremos triagem para a equipe do app ou indicaremos um canal de suporte. Podemos ajudar com questões de integração do dataset, formatos de exportação e como mapeamos entradas do dataset para identificadores do app, mas não podemos depurar builds de terceiros ou forks privados sem acesso e sua permissão.

CoffeeLog é o app acompanhante que alguns usuários utilizam para rastrear a ingestão pessoal de cafeína, e perguntas relacionadas ao app frequentemente se sobrepõem a identificadores de linhas do dataset e tamanhos de porção que controlamos. Se sua pergunta for sobre como uma bebida específica do nosso dataset aparece dentro do CoffeeLog, inclua a URL da linha do dataset ou a página da bebida (por exemplo Espresso (single)) para que possamos checar o mapeamento e aconselhar sobre qual valor do dataset o app usa.

Podemos explicar como o app usa nosso modelo de eliminação de primeira ordem para cálculos de decaimento e podemos fornecer a matemática que usamos para cálculos locais; peça pelo nome do modelo se quiser os detalhes precisos de implementação ou uma aritmética de exemplo para uma bebida como Cold brew com 200 mg. First-order elimination model é um modelo matemático onde a cafeína plasmática declina exponencialmente com uma meia-vida constante, e nossa implementação usa uma meia-vida média populacional de 5.7 hours (342 minutes) de modo que a fórmula é remaining = dose × 0.5^(hours ÷ 5.7).

Por exemplo, usando Cold brew (200 mg) do dataset, o restante após 6 horas é calculado como remaining = 200 mg × 0.5^(6 ÷ 5.7) = 200 mg × 0.5^1.052631... = 200 mg × 0.482 ≈ 96.4 mg; esta aritmética mostra o resultado em miligramas em cada passo. Se você precisar de uma meia-vida diferente para personalização, descreveremos como exportar o dataset e a fórmula e como inserir uma meia-vida alternativa em ferramentas de terceiros como planilhas ou nas configurações do app; nossas calculadoras públicas em /tools/ ilustram a mesma matemática.

O que vocês não podem responder?

Não forneceremos aconselhamento clínico ou médico sobre cafeína, interações medicamentosas, gravidez, sintomas cardíacos ou qualquer orientação específica por condição; sempre encaminharemos questões médicas a um profissional de saúde qualificado. Para limites seguros gerais citamos agências autoritativas; por exemplo, a orientação de 400 mg/dia para adultos saudáveis da FDA é citada diretamente pela FDA na mesma frase (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much).

Somos um publicador informacional e não uma prática médica; clínicos fornecem aconselhamento médico e diagnósticos, e recusaremos interpretar sintomas ou dar orientação de tratamento. Se perguntar sobre gravidez e cafeína, indicaremos nossos guias informativos como Caffeine During Pregnancy e fontes primárias como a opinião da EFSA quando relevante, mas não personalizaremos a orientação nem substituiremos um aconselhamento clínico (EFSA, https://efsa.europa.eu/en/efsajournal/pub/4102).

Não podemos fornecer aconselhamento legal ou regulatório sobre compras, conformidade de rotulagem ou como contestar uma decisão de rotulagem de produto com autoridades; para questões regulatórias você deve contatar a autoridade alimentar relevante diretamente. Se você submeter um pedido de remoção legal ou uma ordem judicial relacionada a dados, encaminharemos ao nosso contato jurídico na Vast Flow, LLP e registraremos o pedido no nosso log de processos; veja nossos terms of use e privacy policy para detalhes procedimentais.

Como funcionam solicitações de imprensa e de reutilização de dados, e eu preciso de permissão para usar o dataset?

Consultas de imprensa devem enviar e-mail para [email protected] com nome da publicação, prazo e um breve resumo do que você deseja reutilizar; forneceremos um media pack, uma declaração de autoria e ativos em alta resolução quando disponíveis. O dataset em si é publicado sob CC BY 4.0, e você não precisa pedir permissão para reutilizar o dataset bruto além de dar a atribuição exigida pela licença (Creative Commons, https://creativecommons.org/licenses/by/4.0/).

CC BY 4.0 é a licença do dataset que usamos, e ela permite cópia, redistribuição, remix e adaptação desde que você credite o TrackCaffeine e a versão original do dataset; o texto da licença está no link do Creative Commons acima. Ao reutilizar o dataset em um produto comercial inclua uma linha de atribuição que nomeie o dataset e faça link para /dataset/ e, se publicar dados derivados, inclua uma nota sobre quaisquer mudanças metodológicas como escalonamento ou reclassificação.

Para feeds sindicados ou scraping automatizado, contate-nos primeiro para que possamos fornecer um export estável ou plano de API; scraping irrestrito pode sobrecarregar o site e atrasar o trabalho de verificação, e priorizaremos solicitações que usem um export aprovado. Se quiser o dataset em um formato personalizado, muitas vezes podemos fornecer um snapshot CSV de um subconjunto específico (por exemplo todas as entradas da Starbucks como Starbucks Pike Place Brewed (Grande)) e iremos anotar a versão do dataset e a licença para incluir em sua atribuição.

Como entro em contato sobre privacidade ou solicitações de dados?

Solicitações de privacidade e de titular de dados devem ser enviadas para [email protected] com um assunto claro como "Privacy request" e incluir o endereço de e-mail que você usou no site; responderemos dentro do prazo especificado em nossa privacy policy. Se sua solicitação envolver exclusão, exportação ou correção de dados pessoais, inclua uma cópia de um documento de identidade com foto emitido pelo governo para verificar a identidade quando exigido e faça referência à seção relevante da política para que possamos processá-la prontamente.

Publicamos um processo detalhado de privacidade em /privacy/, e essa página lista os dados que coletamos, períodos de retenção e como exercer seus direitos sob a lei de privacidade aplicável; consulte essa página para detalhes e cite a seção quando enviar o e-mail. Para correspondência formal de equipe jurídica ou de privacidade dirigida ao nome do nosso publicador use "Vast Flow, LLP" e inclua um contato nomeado e endereço postal; iremos acusar recebimento do serviço em até três dias úteis e escalar para nossos responsáveis legais e de privacidade conforme exigido pela política.

Se preferir contato por correio, escreva para Vast Flow, LLP com seu pedido e os identificadores de entrada do dataset, se relevantes; notificações postais são aceitas mas seguirão os mesmos prazos internos que o e-mail. Para respostas rápidas sobre como usamos identificadores no dataset, veja /about/ e as páginas públicas de linhas do dataset como Drip coffee e Espresso (double) que ilustram nosso formato de citação e listagem de fontes.

Publisher contact: TrackCaffeine is published by Vast Flow, LLP and the primary support address is [email protected]; include links or photos to help us handle dataset requests. We try to answer all reasonable queries; if your request exceeds our scope we will explain why and direct you to the right authority or resource such as the FDA guidance on safe daily intake (FDA, https://www.fda.gov/consumers/consumer-updates/spilling-beans-how-much-caffeine-too-much) or the Mayo Clinic caffeine chart for reference (Mayo Clinic, https://www.mayoclinic.org/healthy-lifestyle/nutrition-and-healthy-eating/in-depth/caffeine/art-20045678).