新手調香師 · 93
評測濃度只有五個值，而這一次，那個階梯是真的
· 5 分鐘
我最近幾篇一直在拆穿欄位：保存期限只有四個整數而且對不上氧化風險，保存條件是跟著紀錄來源進來的，FEMA 編號不是識別碼。這篇要講一個相反的結果。8,298 筆有評嗅紀錄的材料裡，7,620 筆（91.8%）標了評測濃度，而不重複的值只有 14 種——其中五個十倍階（100%、10%、1%、0.1%、0.01%）就涵蓋 99.6%。看起來又是一個「分類而非量測」的欄位。但把它跟強度階交叉之後，對應是完全單調的：100% 那一檔裡強度最強的只佔 0.3%，10% 是 28.3%，1% 是 82.4%，0.1% 是 86.5%，而 0.01% 那 107 筆是 100%。
閱讀約 4 分鐘。
我最近幾篇一直在拆欄位：保存期限只有四個整數而且對不上氧化風險、保存條件是跟著紀錄來源進來的、FEMA 編號不是材料識別碼。
這篇是相反的結果。
又是一個只有幾個值的欄位
評嗅欄（odor_descriptions）的每一筆通常長這樣：
在二丙二醇裡 1.00%。果香、花香、莓果、李子⋯⋯
**8,298 筆有評嗅欄的紀錄裡，7,620 筆（91.8%）標了濃度。**而不重複的值只有 14 種：
| 濃度 | 筆數 | 占比 |
|---|---|---|
| 100% | 5,297 | 69.5% |
| 10% | 1,068 | 14.0% |
| 0.1% | 588 | 7.7% |
| 1% | 532 | 7.0% |
| 0.01% | 107 | 1.4% |
| 其餘九種合計 | 28 | 0.4% |
五個十倍階涵蓋 99.6%。
看到這裡我以為又是同一個故事——像保存期限那樣，有人把材料分成幾堆，而那幾堆不對應任何真實的東西。
但這次對得上
我把濃度跟 strength_rank（強度階，1 弱到 3 強）交叉：
| 評測濃度 | 有強度階的筆數 | 階 1 | 階 2 | 階 3（最強） |
|---|---|---|---|---|
| 100% | 1,332 | 17.9% | 81.8% | 0.3% |
| 10% | 520 | 0.8% | 71.0% | 28.3% |
| 1% | 193 | 0.0% | 17.6% | 82.4% |
| 0.1% | 37 | 0.0% | 13.5% | 86.5% |
| 0.01% | 3 | 0.0% | 0.0% | 100% |
**完全單調。**最強的那一階從 0.3% 一路爬到 100%，中間沒有一次回頭。而最弱的階 1 只出現在 100% 與 10% 那兩檔，往下就完全消失。
這個階梯是量出來的，不是分出來的。
它的意思很直白：這支東西要稀到什麼程度，你才聞得下去。
底層那 107 筆是什麼
0.01% 那一檔的香調型：
| 筆數 | 香調型 |
|---|---|
| 29 | sulfurous（硫感） |
| 9 | nutty（堅果） |
| 8 | alliaceous（蔥蒜） |
| 8 | meaty（肉感） |
| 7 | green（綠） |
硫、蔥蒜、肉感、堅果——那是風味化學裡閾值最低的幾個家族。
其中供應商最多的幾支：2,3,5-三甲基吡嗪（99 家）、楓糖呋喃酮（67）、咖啡二呋喃（54）、異硫氰酸烯丙酯（53）、大蒜油（53）、甲硫醇（50）、焦糖呋喃酮（41）、苯酚（28）、吡啶（23）。
這一檔不是冷門化學品的角落，是幾支非常常用的材料。
一個反過來的觀察
注意上表第二欄：濃度越低，有強度階資料的紀錄反而越少。
100% 那一檔有 1,332 筆填了強度階（占 25%），到 0.01% 那一檔只剩 3 筆（占 2.8%）。
最強的那些材料，最少被記下強度。
我猜那是因為對這些東西來說，「強度」這個欄位已經沒有解析度了——當一支材料要稀釋到萬分之一才能聞，「高」這個字說明不了什麼。那個濃度本身就是強度的度量。
兩筆寫 1000% 的
14 種值裡有一個是不可能的：1000%。
| #4136 無萜香柑油（11 家） | 「at 1000.00 %. 甜、柑橘、乙酸沉香酯」Luebke 1998 |
| #5351（0 家） | 「at 1000.00 %. 鈴蘭、綠、油脂」 |
**濃度不可能超過 100%。**最可能是「100.00」多打了一個零。
這種錯誤很容易抓——因為這個欄位有一個物理上限，而多數欄位沒有。
實務上
- **這個數字直接告訴你怎麼開始。**寫 100% 的可以純聞，寫 0.01% 的先做三次十倍稀釋再說。
- **它比
odor_strength那個文字欄好用。**強度欄只有 25% 到 2.8% 的填答率，濃度欄有 91.8%。 - **同一支材料在不同濃度下的描述會不一樣，而評嗅欄常常兩個都收了。**看的時候要對齊濃度再比。
- **這是我到目前為止測過最誠實的一個欄位。**保存期限、保存條件、
potential_uses、毒性欄的單位——那些都要打折扣。這一個不用。
這篇沒有建立的
- 濃度是用正規表示式從評嗅欄的文字抓的（
at N %），寫法不同的紀錄會被漏掉，所以 91.8% 是下限。 - 強度階的填答率很低，尤其在低濃度端只有 3 筆——**那一列的 100% 是三筆裡的三筆，樣本太小，不要當作強證據。**中間三檔（520、193、37 筆）才是這個趨勢的主體。
- 單調性是描述性的，我沒有做統計檢定。
- 強度階與評測濃度可能不是獨立的判斷——同一個評嗅者很可能是先決定稀釋倍數，再回頭寫強度。如果是那樣，這兩欄的一致是循環的，不是相互驗證。這是這篇最大的弱點，我沒有辦法從資料裡排除它。
- 1000% 那兩筆我判斷是打錯，沒有去查原始資料。
- 我沒有做任何評嗅。