Development of Fermented Beverage Using RSM and Nutrients Evaluation – I. Fermented Ashgourd Beverage
Notice bibliographique
Résumé
Ash gourd (Benincasa hispida) is valued for its nutritive and medicinal properties and further value addition is being attempted by fermentation process. In the present study, the optimization of the fermentation process with reference to yeast concentration and the period has been attempted by using RSM. The statistical design gave 13 formulations, where yeast concentration was from 1 to 5.8% and the fermentation process period varied from 0.5 to 17.5 days. The product varied formulations had total phenols ranged from 24.8 to 43.6mg%, antioxidant 12.3 to 27%, acidity 0.067 to 0.6%, total volatiles 0.0025 to 0.078%, alcohol 4.6-12.4%, overall acceptability 6.9 to 8.4, thiamine 115.7 to 367 ug%, riboflavin 32.4 to 159 ug%, niacin 6.7 to 139.4 ug%, pyridoxine 71.68 to 174.1 ug% and vitamin C from 0.02 to 0.21mg%. Yeast concentration of 3% and fermentation time for 3 days was the optimized process conditions achieved with the best fit of desirability 0.92.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».