MétaCan
Menu
Retour à la cohorte
Enregistrement W2034472282 · doi:10.1021/cg9004505

Effects of Cocoa Butter Origin, Tempering Procedure, and Structure on Oil Migration Kinetics

2009· article· en· W2034472282 sur OpenAlexafffund
Stéphanie Marty, Alejandro G. Marangoni

Notice bibliographique

RevueCrystal Growth & Design · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Food and Agriculture
Mots-clésTemperingKineticsChemistryFood scienceAnimal scienceMaterials scienceComposite materialBiology

Résumé

récupéré en direct d'OpenAlex

The effects of cocoa butter (CB) origin, tempering procedure, and structure on oil migration kinetics were studied using a flatbed scanner followed by image processing and analysis. The migration rate (OMR) and migration distance ( I 10 ) of stained oil were determined in tempered and nontempered CBs. Tempered matrices had 10 to 50 times lower OMRs than nontempered CBs. In addition, the lag phase observed before significant oil migration was also significantly longer in tempered CBs (12 days vs 2 days in nontempered butters). Moreover, cocoa butter origin had a strong effect on OMR. Brazilian and Nigerian CBs had the highest OMR in both tempered and nontempered samples. Malaysian CB had the third highest OMR, but this effect was only significant in untempered samples. Finally, the lowest OMRs were found in Chinese, Ecuadorian, and Ivorian cocoa butters. The amount of oleic acid and triunsaturated triglycerides (UUU) was strongly correlated to OMR (the higher the UUU concentration, the lower the resistance to oil migration). However, the relationships between the permeability coefficients and structural factors (squared averaged particle size and crystalline domain size) suggest that the micro- and nanostructure of the material also plays a significant role in the oil migration process.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,194
Écart entre enseignants0,185 · 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

Citations58
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrystal Growth & DesignMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207