MétaCan
Menu
Retour à la cohorte
Enregistrement W1964318416 · doi:10.14295/2238-6416.v69i2.326

MATURAÇÃO DO QUEIJO MINAS ARTESANAL DA MICRORREGIÃO CAMPO DAS VERTENTES E OS EFEITOS DOS PERÍODOS SECO E CHUVOSO

2014· article· pt· W1964318416 sur OpenAlexaff
Luiz Carlos Gonçalves Costa Júnior, Victor José Moreno, Fernando Antônio Resplande Magalhães, Renata Golin Bueno Costa, Eliane Campos Resende, Karla Beatriz Almeida Carvalho

Notice bibliographique

RevueRevista do Instituto de Latícinios Cândido Tostes · 2014
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésRipeningContext (archaeology)Food scienceBiology

Résumé

récupéré en direct d'OpenAlex

There is an expressive artisanal cheeses production in Brazil, manufacturedfrom raw milk, and within this context, the state of Minas Gerais has a highlight inthis activity with its five micro regions officially recognized. Within these, “Campodas Vertentes” was the last to have recognition. Evaluating the effect of dry andwet periods during the ripening of artisanal Minas cheese of the micro regionabove mentioned was the main objective of this study, which also related aspects ofphysicochemical composition of 10 to 30 days of ripening. Four registered dairieswere selected and who attended legal requirements and good manufacturing practiceto compose the experiment. The analysis of moisture content, moisture to the non fatsubstance (MNFS) and pH showed that these values varied greatly among cheesesand were highest in the dry season. Indexes of proteolysis behaved with variationbetween samples and advanced in the period of ripening, however, they were higherin the wet season. Even aware that the moisture content of the cheeses exerts stronginfluence on proteolysis, as well as other factors such as dosage of coagulant and“drop”, the room temperature observed in two periods of ripening was also veryimportant for the advancement of proteolysis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,248
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista do Instituto de Latícinios Cândido TostesMême sujetAgricultural and Food SciencesTravaux en français237 207