MétaCan
Menu
Retour à la cohorte
Enregistrement W1660164685 · doi:10.1108/bfj-04-2014-0155

Influence of palm oil, canola oil and blends on characteristics of fried plantain crisps

2015· article· en· W1660164685 sur OpenAlexaff
Marie‐Josée Dumont, Michael Ngadi

Notice bibliographique

RevueBritish Food Journal · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueEdible Oils Quality and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésFood scienceBrowningChemistryDeep fryingRipeningCanolaPalm oilMoisture

Résumé

récupéré en direct d'OpenAlex

Purpose – The purpose of this paper is to study the influence of crude palm oil (PO), canola oil (CO) and their blends on characteristics of fried plantain crisps at two different stages of ripening. Design/methodology/approach – Plantain ( Musa paradisiaca L. ) samples were peeled, sliced into 3 mm slices, blanched at 70 °C for 3 min and dried. The slices were deep fried at 180 °C for different times. Findings – There was no significant difference ( p > 0.05) in the moisture loss rate and the crispiness of the crisps produced using PO and CO. Significant differences ( p < 0.05) existed in the fat uptake and color properties of the crisps fried in the two oils. PO fried crisps absorbed 15 percent less oil in the unripe crisps samples and 21 percent less oil in the fully ripened crisps than CO. The browning index showed that the PO crisps had greater color changes than the crisps fried using CO. The difference between the crisps from 50:50 blends of PO: CO and CO was not statistically significant, while 70:30 blends improved the qualities of the crisps better than CO alone. Analysis of kinetics data showed that moisture loss, oil uptake and browning index followed a first-order kinetics model. Originality/value – Understanding the interactions between ripening and processing methods is enhanced and use of crude PO for industrial deep-fat frying is encouraged.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,247
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Food JournalMême sujetEdible Oils Quality and AnalysisTravaux en français237 207