Kurset har til formål at give deltagerne en bredere forståelse af den fødevarerelateret analytiske kemi. Kurset bygger på kendskab fra Kemisk analyse I og fokuserer på kvalitative og kvantitative analytiske teknikker baseret på avanceret kromatografi. Kvalitetssikring principper for analytiske data med tilhørende statistik er inkluderet. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Udvælge og forklare principperne bag de mest almindelige prøveforberedelses metoder til kemisk analyse.
• Anvende kromatografiske separations principperne for væske(LC)kromatografi på en fødevareanalytisk problemstilling
• Vurdere fordele og ulemper ved brug af GC, LC, ICP og MS
• Opsummere principper og væsentlige instrumentelle dele for MS-instrumenter
• Anvende kvantitative analytiske principper og vurdere relevante kalibreringsudfordringer på en kemisk fødevareanalyse
• Anbefale et validerings design for en kemisk fødevareanalyse.
• Vurdere analyseresultater med relevante statistiske værktøjer ud fra et kvalitets sikrings perspektiv
• Præsentere en opsummering af en analytiske problemstilling med relevant teori og korrekt terminologi

Mange vigtige beslutninger i fødevareindustrien, træffes på baggrund af analytiske data, både når det gælder kvalitet, sikkerhed og sundhed. Analytiske data kan indeholde information om forureninger i fødevarer, procesovervågning, næringsstof deklarationer eller kvalitet af medicin. Dette kursus vil igennem forelæsninger og gruppearbejde med cases introducere analytiske termer, der gør den studerende i stand til at forstå analysemetoder og anvende data der produceres. Emner som prøveforberedelse, kvantitativ og kvalitativ kemisk analyse samt kvalitetssikring af data gennemgås. Ekstraktionsmetoder, væske- og gas kromatografi koblet med forskellige detektions principper vil blive gennemgået med henblik på at den studerende skal kunne vurdere anvendeligheden af disse principper. Fokus rettes mod avanceret teknikker som masse spektrometri og principper anvendt i fødevareindustrien.
De studerende skal i arbejdet med forskellige opgaver og i fremlæggelser kort kunne præcisere og konkludere på et analytiske problem. Forelæsningerne suppleres med opgaveregninger der lægger vægt på databehandling via eksempler og understøttende diskussioner. Statistisk databehandling og vurdering af usikkerheder er inkluderet. Der forsøges indlagt en øvelsesdag 28. april, 2020