Evaluation of Suya (Tsire) – An Intermediate Moisture Meat Product in Ogun State, Nigeria
Notice bibliographique
Résumé
A study was conducted to evaluate suya (tsire) an intermediate moisture meat product in Ogun State. Sixty suya sticks were used. Twelve suya sticks were prepared in the laboratory while 12 suya sticks were collected from each zone of the state namely: Yewa, Egba, Remo and Ijebu. They were analyzed for physical, chemical, microbiological and organoleptic characteristics. The results showed that there were significant (P < 0.05) differences in physical properties of suya samples analyzed with suya from Yewa zone having the highest (P < 0.05) water holding capacity and suya prepared in the laboratory and those from Egba zone had the highest (P < 0.05) shear force, while the pH was least (P < 0.05) in suya prepared from laboratory. Moisture content was least (P < 0.05) in suya samples prepared in the laboratory and from Egba zone, while ash content was higher (P < 0.05) in suya from Yewa, Remo and Ijebu Zones. Aerobic bacteria and coliform counts were least (P < 0.05) in suya prepared in the laboratory and from Egba Zone, while lactic acid bacteria were higher (P < 0.05) in suya prepared in the laboratory and from Egba Zone. The results revealed that suya samples prepared in the laboratory were accepted more (P < 0.05) followed by those from Egba and Remo Zones. However, microbial loads observed on Suya (tsire) samples in this study were not as high as those reported by previous workers. Nonetheless, efforts should be made to educate meat and meat products (Suya) processors in Ogun State on the importance of hygiene and proper packaging and preservation to avoid contamination and spoilage of meat products during processing and sale.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».