O conjunto de dados de cafeína

O que há no arquivo e o que cada campo significa?

O arquivo é uma exportação pública em JSON e CSV do conjunto de dados aberto de 87 bebidas hospedado nesta página e contém exatamente os campos id, name, brand, category, serving_ml, caffeine_mg, caffeine_per_100ml, scales_with_volume e is_decaf. Conjunto de dados é a tabela de 87 registros de bebidas publicada nesta página.

O formato do arquivo contém um registro por bebida; cada registro no arquivo mapeia diretamente para uma linha no CSV e um objeto no JSON, e o conjunto de dados soma 87 registros distribuídos em 8 categorias: espresso 12, brewed 8, coffeeShop 20, energy 15, tea 11, soda 11, preworkout 5 e other 5 (as contagens por categoria fazem parte do conjunto de dados). Cada um desses números está registrado no conjunto de dados e disponível para filtragem programática via a exportação /dataset/.

id é um identificador curto de máquina usado para localizar um registro no JSON e CSV. O campo id é único para cada um dos 87 registros e é a chave primária para junções programáticas contra o conjunto de dados.

name é o nome legível da bebida como aparece nas páginas públicas de bebida, como Espresso (single), onde o nome aparece como "Espresso (single)" e a página informa 63 mg; o valor 63 mg está registrado em caffeine_mg para esse item no conjunto de dados.

brand é o proprietário comercial ou a origem quando aplicável, ou uma string vazia para itens genéricos; por exemplo, a linha do conjunto de dados para Starbucks Pike Place Brewed (Grande) lista Starbucks como brand no campo brand e 310 mg no campo caffeine_mg.

category é a classificação categórica que agrupa cada registro em um dos oito grupos (espresso, brewed, coffeeShop, energy, tea, soda, preworkout, other); category é um rótulo categórico usado para agregar contagens (o conjunto de dados contém 12 itens espresso, 8 itens brewed, e assim por diante) e essas contagens estão listadas no cabeçalho do conjunto de dados.

serving_ml é o volume da porção em mililitros. Por exemplo, Espresso (single) tem serving_ml 30 ml e Starbucks Pike Place Brewed (Grande) tem serving_ml 473 ml; ambos os números estão registrados no conjunto de dados.

caffeine_mg é a quantidade absoluta de cafeína em miligramas por porção. Caffeine_mg é o valor numérico de cafeína atribuído a cada porção; por exemplo, o conjunto de dados registra caffeine_mg 63 mg para Espresso (single) e 310 mg para Starbucks Pike Place Brewed (Grande).

caffeine_per_100ml é a concentração normalizada de cafeína em mg por 100 ml quando esse valor é apropriado e disponível; caffeine_per_100ml é a métrica de concentração usada para comparar intensidade entre tamanhos de porção diferentes e o conjunto de dados armazena esse valor para entradas como Cold brew (83.3 mg/100 ml) e Drip coffee (40 mg/100 ml).

scales_with_volume é uma flag booleana que indica se o valor de cafeína tende a escalar aproximadamente de forma linear com o volume (true/false). Scales_with_volume é true para cafés coados simples onde a concentração é aproximadamente constante, e false para itens baseados em unidades, como uma única dose de espresso, onde a cafeína é por dose em vez de proporcional a ml.

is_decaf é uma flag booleana que marca bebidas preparadas como descafeinadas; is_decaf é true para itens descafeinados e o conjunto de dados mostra, por exemplo, que Decaf coffee tem caffeine_mg 3 mg e is_decaf true.

Como um valor entra no conjunto de dados e o que desqualifica um candidato?

Os valores são adicionados somente após uma fonte documentada ser verificada e um tamanho de porção claro ser definido; as entradas vêm de rótulos de fornecedores, informações nutricionais publicadas em menus, análises laboratoriais como o USDA FoodData Central, ou medições revisadas por pares quando estas existem. USDA FoodData Central é uma das fontes de referência usadas para valores declarados ou medidos e essa fonte é explicitamente citada nas páginas dos itens quando usada (USDA FoodData Central).

A inclusão requer um caffeine_mg numérico verificável e um serving_ml estável ou uma razão clara pela qual o item é baseado em unidade (por exemplo doses de espresso ou comprimidos de cafeína). Registros sem uma porção verificável ou sem um valor numérico de cafeína são desqualificados e não são adicionados à exportação pública.

Aceitamos valores declarados pelo fabricante (tabelas nutricionais ou menus publicados) quando esses rótulos correspondem à definição de porção; um rótulo declarado que lista 200 mg por garrafa de 300 ml será registrado apenas se o tamanho da garrafa for explícito e corresponder ao serving_ml na linha do conjunto de dados, e cada inclusão desse tipo nomeia a fonte na página da bebida.

Aceitamos medições laboratoriais independentes, como entradas indexadas pelo USDA, quando o ensaio relata unidades consistentes com nosso serving_ml; quando o USDA ou um método revisado por pares reporta uma concentração em mg/100 ml convertemos isso para caffeine_mg para o serving_ml registrado e citamos o ensaio original na página do item e nos metadados do conjunto de dados (USDA FoodData Central).

Desqualificamos valores candidatos se o tamanho da porção for ambíguo (por exemplo, um intervalo de um menu sem porção padrão), se a fonte for anedótica sem um método mensurável, ou se o valor relatado contradizer múltiplas fontes confiáveis sem reconciliação. Itens com grande variância e sem uma porção representativa serão excluídos até que um valor único confiável seja estabelecido.

Não inventamos tamanhos de porção nem caffeine_mg; todo número no arquivo exportado é respaldado pelas linhas do conjunto de dados criadas e, quando a fonte é declarada pelo fabricante, a página da bebida linka para o menu ou rótulo subjacente quando disponível.

Correções e disputas são tratadas pelo processo de correções descrito na página about e via o formulário de contato; veja /about/ para o método e /contacts/ para como enviar correções de dados.

Por que os valores de cafeína publicados discordam entre as fontes?

Os valores publicados discordam porque o mesmo nome de bebida pode representar tamanhos de porção diferentes, forças de preparo diferentes, formulações regionais diferentes ou convenções de medição diferentes; esses quatro fatores concretos explicam a maioria das diferenças observadas no conjunto de dados. Essas fontes de desacordo são documentadas nas páginas individuais de bebida, onde o conjunto de dados lista o número usado e a proveniência desse número.

As convenções de tamanho de porção alteram os totais reportados: por exemplo, o conjunto de dados registra Starbucks Pike Place Brewed (Grande) como 310 mg em uma porção de 473 ml enquanto um menu local pode informar um tamanho diferente; o valor de 310 mg no conjunto de dados vem da informação nutricional publicada pela Starbucks para uma porção Grande de 473 ml e está citado na página da bebida.

Diferenças na força do preparo são uma causa frequente: drip coffee em nosso conjunto de dados é 96 mg por 240 ml enquanto pour over é listado como 145 mg por 240 ml; ambos os valores estão no conjunto de dados e refletem diferentes forças de extração e proporções de moagem/preparo. O conjunto de dados registra drip coffee 96 mg (240 ml) e pour over 145 mg (240 ml) e esses valores específicos estão disponíveis em suas respectivas páginas (Drip coffee, Pour over).

Formulações regionais ou diferenças de receita alteram a cafeína declarada: uma entrada de Coca-Cola engarrafada mostra 32–34 mg por lata dependendo do empacotamento de 330 ml ou 355 ml, e o conjunto de dados contém tanto Coca-Cola (330 ml) 32 mg quanto Coca-Cola (355 ml) 34 mg para refletir diferenças de embalagem e rotulagem.

Arredondamento de rótulo e diferenças declarado vs medido criam pequenas discrepâncias: fabricantes às vezes declaram números arredondados nas tabelas nutricionais e laboratórios reportam valores medidos com maior precisão; o conjunto de dados preserva o número declarado no rótulo quando essa é a fonte publicada e marca concentrações medidas quando disponíveis.

Fontes de ingredientes e estimulantes adicionados podem alterar a cafeína além de café/chá: bebidas energéticas e suplementos pré-treino às vezes usam cafeína anidra, guaraná ou outros ingredientes que mudam o total de mg e a concentração; nosso conjunto de dados registra o caffeine_mg final conforme declarado pela marca ou medido em fontes públicas, como as páginas de rótulo do produto listadas nas páginas de detalhe dos itens.

Quais são as limitações conhecidas deste conjunto de dados?

Este conjunto de dados fornece um único caffeine_mg representativo por bebida e não captura variação intra-lote ou por barista; a abordagem de valor único é uma escolha de projeto e significa que a exportação não pode representar a distribuição completa de concentrações para uma bebida. Por exemplo, o conjunto de dados lista Cold brew em 200 mg para 240 ml e Nitro cold brew em 215 mg para 240 ml, mas preparos individuais variarão em torno desses números.

Farmacocinética populacional e sensibilidade individual estão fora do conjunto de dados; o conjunto de dados é uma tabela de conteúdo de quantidades de cafeína nas bebidas e não fornece recomendações de dosagem pessoal ou orientação médica. Orientações sobre ingestão diária segura estão disponíveis em órgãos reguladores e o conjunto de dados referencia essas orientações: o US Food and Drug Administration lista 400 mg por dia como orientação para adultos saudáveis (FDA).

Itens descafeinados não são zero: o conjunto de dados registra Decaf coffee como 3 mg em 240 ml, o que demonstra que preparações descafeinadas frequentemente retêm pequena cafeína residual e não devem ser assumidas sem cafeína.

Alguns registros são baseados em unidade e têm serving_ml 0 para conveniência (por exemplo comprimidos e goma); o conjunto de dados lista Caffeine pill (200 mg) como 200 mg e serving_ml 0, o que reflete que o volume não é aplicável para esses itens e é uma limitação para comparações por volume.

Não exaustivo ou globalmente abrangente: o conjunto de dados contém 87 registros selecionados para representar bebidas e marcas comuns e é intencionalmente limitado; a exportação não é uma tentativa de cobrir todo produto no mundo, e os usuários devem tratar a coleção como uma amostra curada em vez de um catálogo exaustivo.

Diferenças entre laboratório e valores declarados ainda são possíveis: quando múltiplas fontes confiáveis discordam selecionamos a fonte mais específica e documentamos a escolha na página da bebida; para qualquer item você pode encontrar o link de proveniência na página individual e entrar em contato conosco se tiver uma medição contraditória em /contacts/.

Como devo citar ou reutilizar este conjunto de dados?

O conjunto de dados é licenciado sob CC BY 4.0 e requer atribuição a TrackCaffeine; CC BY 4.0 é a licença aplicada ao conjunto de dados e está linkada aqui para os termos legais (CC BY 4.0). O formato de citação recomendado é TrackCaffeine Dataset (2026). TrackCaffeine é repetido como o alvo de atribuição e a página de exportação do conjunto de dados é a URL canônica a incluir nessa atribuição.

Use este exemplo curto de citação ao reutilizar os dados: "TrackCaffeine. Open caffeine dataset. CC BY 4.0. https://trackcaffeine.com/dataset/" e inclua um link de volta para /dataset/ para proveniência e a versão do conjunto de dados usada. Se você modificar valores ou agregar múltiplos itens, observe a transformação e mantenha a atribuição original a TrackCaffeine conforme exigido pelo CC BY 4.0 (CC BY 4.0).

Reuso comercial é permitido sob CC BY 4.0 desde que a atribuição seja fornecida; a página da licença linkada acima explica as obrigações legais e a própria página do conjunto de dados documenta a versão usada em qualquer obra derivada.

Quais exemplos práticos mostram como calcular com o arquivo, incluindo decaimento e equivalência em xícaras de café?

Você pode calcular a cafeína restante ao longo do tempo usando um modelo de eliminação de primeira ordem com meia-vida média populacional de 5.7 horas; eliminação de primeira ordem é o modelo farmacocinético onde a taxa de eliminação é proporcional à concentração atual. O modelo usado aqui é remaining = dose × 0.5^(hours ÷ 5.7) e a meia-vida de 5.7 horas é a média populacional usada em nossas calculadoras.

Exemplo 1: calcule a cafeína restante após 6 horas para Starbucks Pike Place Brewed (Grande). Starbucks Pike Place Brewed (Grande) tem 310 mg em 473 ml de acordo com o conjunto de dados, então remaining = 310 mg × 0.5^(6 ÷ 5.7) que avalia como remaining = 310 mg × 0.5^(1.052631579) = 310 mg × 0.482 ≈ 149 mg; o valor do conjunto de dados 310 mg é mostrado na página da bebida e a aritmética é feita com o modelo de primeira ordem registrado acima.

Exemplo 2: calcule o que resta após 3 horas de uma bebida energética de 300 mg, como Bang (Bang está registrado como 300 mg para 473 ml no conjunto de dados). Usando remaining = 300 mg × 0.5^(3 ÷ 5.7) = 300 mg × 0.5^(0.526315789) = 300 mg × 0.697 ≈ 209 mg restantes; o conjunto de dados lista Bang como 300 mg e a aritmética usa o número do conjunto de dados com a meia-vida acima.

Exemplo 3: equivalência em xícaras de café: quantos lattes equivalem a um drip coffee? Drip coffee é 96 mg por 240 ml e Latte é 68 mg por 240 ml no conjunto de dados. Use ratio = 96 mg ÷ 68 mg = 1.411764706, então um drip coffee equivale a cerca de 1,41 lattes; ambos os números de origem estão registrados nas páginas das bebidas para Drip coffee (96 mg) e Latte (68 mg).

Exemplo 4: equivalência de doses de espresso: quantos espressos simples (63 mg) equivalem a um Starbucks Grande brewed de 310 mg? Use ratio = 310 mg ÷ 63 mg = 4.920634921, então aproximadamente 4,92 espressos simples equivalem à porção Grande brewed; os valores numéricos 310 mg e 63 mg vêm das respectivas páginas Starbucks Pike Place Brewed (Grande) e Espresso (single).

Exemplo 5: usando o conjunto de dados com as calculadoras. Se você quiser decaimento interativo ou planejamento de horário para dormir, pode colar um valor caffeine_mg do JSON nas calculadoras em /tools/caffeine-calculator/, comparar duas bebidas em /tools/caffeine-comparison/, ou estimar efeitos da última xícara antes de dormir usando /tools/last-cup-before-bed/. Cada calculadora usa o mesmo modelo de eliminação de primeira ordem e o JSON exportado está formatado para copiar/colar nessas ferramentas.

Citação concreta sobre impacto no sono: um estudo controlado relata que 400 mg de cafeína ingeridos seis horas antes da hora de dormir reduziram o tempo total de sono em mais de uma hora; esse estudo é citado aqui e é relevante quando você usa o conjunto de dados para planejar a ingestão (Drake et al., 2013). Use os valores do conjunto de dados para calcular quão próxima uma porção está da orientação de 400 mg e então utilize o estudo para interpretar potenciais impactos no sono.

Se você quiser replicar qualquer um desses cálculos programaticamente, carregue o CSV ou JSON de /dataset/, selecione caffeine_mg para o ID desejado e avalie remaining = dose × 0.5^(hours ÷ 5.7) com a dose numérica do conjunto de dados; as calculadoras linkadas em /tools/ usam a mesma abordagem e são destinadas à exploração interativa.

Para referência rápida das páginas comuns de bebidas usadas nos exemplos, veja Espresso (single), Drip coffee, Cold brew, Starbucks Pike Place Brewed (Grande), Bang, Latte, e as calculadoras em /tools/caffeine-calculator/, /tools/caffeine-comparison/, /tools/last-cup-before-bed/.

Correções, pedidos de novos itens ou dúvidas sobre proveniência devem ser enviadas pelo formulário de contato em /contacts/, e o changelog do conjunto de dados e notas de método estão disponíveis em /about/ onde descrevemos seleção de fontes e frequência de atualização.

Esta documentação é informativa e destinada ao reuso de dados; não é aconselhamento médico. Para orientação de saúde sobre limites seguros de cafeína consulte fontes regulatórias ou clínicas, como o US Food and Drug Administration que lista 400 mg por dia para adultos saudáveis (FDA) ou a European Food Safety Authority para opiniões regionais (EFSA, 2015).

Licença e atribuição: este conjunto de dados é publicado sob CC BY 4.0; inclua atribuição a TrackCaffeine e um link para CC BY 4.0 quando reutilizar os dados. Se você reutilizar grandes porções do conjunto de dados em um produto público, inclua um link de volta para /dataset/ e uma breve nota de proveniência nomeando TrackCaffeine como a fonte.