MétaCan
Menu
Retour à la cohorte
Enregistrement W2045813419 · doi:10.6000/1927-5129.2013.09.04

Mineral Content in Dehydrated Mango Powder

2013· article· en· W2045813419 sur OpenAlexvenueno aff
M. H. Leghari, Saghir Ahmed Sheikh, M. B. Kumbhar, A.F. Baloch

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPotassiumDehydrationMagnesiumSodiumChemistryCalciumFood scienceMineralogyHorticultureBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

The study was carried out to explore mineral content in dehydrated mango powder made from immature green stage fruits. For the purpose, two type of slices from peeled and unpeeled fruits of four commercial grown varieties viz. Desi, Sindhri, Langra and Chaunsa were prepared. These slices were categorized into three groups A, B and C. In group A, slices were kept in controlled conditions in electric cabinet chamber (dehydrator) at 65oC temperature, while in group B, slices were dried by open sun drying method using muslin cloth over the cots at (43 ± 5 oC) and in group C, slices were kept in wooden glass dehydrator at (48 ± 4 oC).
 The statistical analysis reveals highly significant differences for all main factors including varieties, dehydration methods, type of mango powder and their interactions. Chaunsa had the highest mean calcium (389.54 mg kg-1), potassium (912.07 mg kg-1) and magnesium (90.92 mg kg-1). However, only sodium was observed more in variety Langra (467.59 mg kg-1). On the basis of dehydration methods, mean calcium (407.06 mg kg-1) and magnesium (90.11 mg kg-1) content were observed more in wooden glass drying method as compared to rest of the drying methods. The sodium (511.83 mg kg-1) and potassium (811.35 mg kg-1)content were recorded the highest in open sun drying method. The powder made from fruits without peel was observed more in all mineral content including sodium, calcium, potassium and magnesium.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,065
Tête enseignante GPT0,240
Écart entre enseignants0,175 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207