A Standardized Method for the Instrumental Determination of Cooked Spaghetti Firmness
Notice bibliographique
Résumé
ABSTRACT A standardized method to determine cooked spaghetti firmness was developed. The effects of process and instrument variables were investigated and optimized to provide reproducible results between laboratories and to enable discrimination among samples with similar firmness characteristics. Commercial spaghetti samples of varying thickness were chosen to artificially create a range in firmness, and used to investigate the effect of a wide range of variables on cooked spaghetti firmness including sample preparation, cooking procedure, postcooking treatment, sample presentation, and instrument settings. Cooked spaghetti firmness determined using a TA‐XT2 i texture analyzer was significantly affected by optimum cook time, postcook cooling, rest time, and crosshead speed ( P < 0.001), as well as strand length, spaghetti to cooking water ratio, number of strands cut, and strand position ( P < 0.05). Although previous work showed a reasonable correlation between laboratories when using in‐house methods ( r = 0.85), the correlation improved to r = 0.96 when using the standardized method to analyze 29 commercially produced spaghetti samples. The Spearman rank correlation increased from r s = 0.81 to r s = 0.95, prestandardization and poststandardization, indicating greater agreement between laboratories in sample ranking.
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 | 0,000 | 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) | 0,003 | 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 ».