MétaCan
Menu
Retour à la cohorte
Enregistrement W2000931024 · doi:10.5539/jfr.v1n2p82

The Hygroscopic Properties and Sorption Isosteric Heats of Different Chinese Wheat Types

2012· article· en· W2000931024 sur OpenAlexvenueno aff
Xingjun Li

Notice bibliographique

RevueJournal of Food Research · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesVictoria University
Mots-clésSorptionDesorptionGravimetric analysisMoistureRelative humidityChemistryAdsorptionSorption isothermWater activityWater contentThermodynamicsPhysical chemistryOrganic chemistryPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

The moisture sorption isotherm data of fourteen Chinese wheat varieties were determined using the static gravimetric method at five different temperatures (10, 20, 25, 30 and 35 °C) and relative humidity ranging from 11.3 to 96%. Eight models, namely Brunauer-Emmett-Teller, CAE, Chen-Clayton, Modified-Chung-Pfost (MCPE), Modified-Henderson, Modified-Guggenheim-Anderson-deBoer, and Modified-Oswin and Strohman-Yoerger, were used to fit the sorption data. MCPE shows the best fitting results. A significant hysteresis effect was found between wheat desorption and adsorption isotherm at lower ERH, but the similar hygroscopic properties remained for different wheat types like hard vs. soft, red vs. white, and winter vs. spring, respectively. The experimental results show that the isosteric heats for both wheat adsorption and desorption, and all the sorption heats for different wheat types decrease rapidly with increasing seed moisture initially, however, after the moisture is more than 15% w.b. they decrease tardily with increasing moisture content. The isosteric heats of wheat desorption were considerably higher than those of adsorption below 17.5% m.c., but the similar sorption isosteric heats were found for wheat types like hard vs. soft, red vs. white, or winter vs. spring, respectively. It is concluded that the wheat grains from different types have similar hygroscopic properties and sorption isosteric heats and can be synchronously dealt with during physical control in storage.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,162
Tête enseignante GPT0,326
Écart entre enseignants0,165 · 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'étudeExpérimental (laboratoire)
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

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetFood Drying and ModelingTravaux en français237 207