Calorimetry and Pressure-shift Freezing of Different Food Products
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
Rapid depressurisation can create uniform, small and abundant ice nucleation during pressure-shift freezing (PSF) which can then protect the frozen food structure from cell damage. The amount of depressurisation-formed ice was evaluated using a high-pressure calorimeter for different food products (tylose, potato, salmon, pork and water). Experiments were conducted at an initial pressure of 62, 82, 112, 156, 180 and 196MPa, at temperatures set at −5, −7, −10, −15, −18 and −20°C, respectively (slightly above the phase diagram of water-ice I). Calorimetric thermograms recorded during PSF tests were used for computing the quantity of ice formed based on heat balance. A polynomial relationship was established for each product to compute the depressurisation-formed ice ratio as a function of the initial pressure applied. This model accurately predicted the maximum ice ratio for PSF at a given pressure (0.1 to 210MPa) or the minimum ice ratio for PSF at a given temperature (−22 to 0°C). Moisture content was the major factor affecting the sample-mass based (SMB) ice ratio with higher moisture yielding a higher SMB ice ratio. A general relationship between water-mass based (WMB) ice ratio ( R'ice-water) and initial pressure was found from the pooled data from all tested products: R'ice-water 0.114 P+0.00022 P 2 (R 2 0.94, n 47) which agreed well with relevant literature values for pure water.
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 | 0,001 |
| 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