OPTIMIZATION OF BLANCHING PROCESS FOR CARROTS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Investigations were carried out to study the effects of selected blanching treatments on the quality of carrots over a temperature range of 80–100C. The blanching treatments selected were steam, water, 0.05 N acetic acid solution and 0.2% calcium chloride solution. These blanching treatments were evaluated with respect to the inactivation time of peroxidase (POD) and catalase, and the process was optimized on the basis of the maximum yield of carrot juice and minimum loss of vitamin C and β ‐carotene. The most effective blanching treatment was 5 min in hot water at 95C. At this time–temperature combination, POD and catalase were completely inactivated and the yield of carrot juice and vitamin C and β ‐carotene contents were found to be 55%, 8.192 mg/100 g and 3.18 mg/100 g, respectively. The kinetics of thermal inactivation of POD in carrot juice using various enzyme inactivation models available in the literature was critically evaluated. The Weibull distribution model provided a good description of the kinetics of the inactivation of POD in carrot juice over the temperature range of 80–100C. PRACTICAL APPLICATIONS Blanching is an important unit operation before processing fruits and vegetables for freezing, pureeing or dehydration. The findings of this study would be useful in determining the process parameters for blanching carrots with maximal retention of nutrients. The enzyme residual activity curve indicates the destructive effect of heat on the affected enzymes. A successful modeling will enable the processors to modulate their process according to different time–temperature combinations.
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.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle