Texture and Chemistry of Iranian White Cheese as Influenced by Brine Treatments
Notice bibliographique
Résumé
The effect of different brine concentrations, pH of brine, and type of the used acid in brine on chemistry, element content, a w (water activity), texture and microstructure of Iranian white cheese was studied.A batch of Iranian white cheese was produced, divided into 8 blocks, and immersed in 8 brine treatments i.e., L1(Cheese ripened at 16% brine concentration with pH equal to 5 and lactic acid for pH adjusting), L2 (Cheese ripened at 10% brine concentration with pH equal to 5 and lactic acid for pH adjusting), L3 (Cheese ripened at 10% brine concentration with pH equal to 4.3 and lactic acid for pH adjusting), L4 (Cheese ripened at 10% brine concentration with pH equal to 3.6 and lactic acid for pH adjusting), C1 (Cheese ripened at 16% brine concentration with pH equal to 5 and citric acid for pH adjusting, C2 (Cheese ripened at 10% brine concentration with pH equal to 5 and citric acid for pH adjusting), C3 (Cheese ripened at 10% brine concentration with pH equal to 4.3 and citric acid for pH adjusting), and C4 (Cheese ripened at 10% brine concentration with pH equal to 3.6 and citric acid for pH adjusting).Cheese samples were analyzed with respect to chemical characteristics, rheological parameters and microstructure.Increasing the brine concentration increased the instrumental hardness parameters (i.e., fracture stress, elastic modulus, and storage modulus).pH and type of the used acid in brine had no significant effect on these parameters.
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 | 0,000 | 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) | 0,001 | 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 ».