Characterisation of pore properties of deep‐fat‐fried chicken nuggets breading coating using mercury intrusion porosimetry technique
Notice bibliographique
Résumé
Summary The objective of this study was to characterise the pore properties of deep‐fat‐fried chicken nuggets coating under different processing conditions namely frying temperatures (170, 180 and 190 °C) and time (0–240 s) using porosimetry technique. Porosity range obtained was between 39.93 and 68.99%. Porosity of the freeze‐dried samples decreased with frying time. The main effect of temperature on porosity was significant ( P < 0.05). Porosity showed a high positive and negative correlation with moisture and fat contents, and the correlation coefficients ranged between 0.88 and 0.96 and 0.78 and 0.8, respectively. Bulk density increased with frying time, while apparent density was relatively the same. Pore distribution showed bimodality. There was no significant effect of temperature on pore size distribution. Over 70% of the pore volume is made up of pores greater than 1 μm. Pore volume ranged between 0.54 and 1.5 cm 3 g −1 , and it decreased with frying time. Mean pore diameter was between 0.006 and 389 μm, while with frying time, it ranged between 0.25 and 8.32 μm. Total pore area was between 2.53 and 16.53 m 2 g −1 . Hysteresis phenomenon showed that some of the pores were not perfectly cylindrical in shape.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».