MétaCan
Menu
Retour à la cohorte
Enregistrement W2051465371 · doi:10.2202/1556-3758.1071

Mass Transfer Characteristics of Chicken Nuggets

2006· article· en· W2051465371 sur OpenAlexaff
Michael Ngadi, Khaldoun Dirani, Sylvester Oluka

Notice bibliographique

RevueInternational Journal of Food Engineering · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Quality and Safety Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésThermal diffusivityMoistureFood scienceChemistryMass transferDeep fryingDiffusionWater contentAnalytical Chemistry (journal)ChromatographyThermodynamicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Chicken nuggets were either deep fat fried at three temperatures (150, 170 and 190oC) for 1 to 4 min or oven baked at three temperature levels (200, 220 and 240oC) for 5 to 25 min. The effects of these cooking methods on mass transfer characteristics of chicken nuggets were evaluated. Moisture loss profiles in the breading and core portions of the product were significantly different. There was a rapid moisture loss from the breading portion within the first 2 min of deep fat frying or within the first 15 min of oven baking followed by considerably reduced rates. Moisture loss in the core region changed only slightly in the early stages of frying or oven baking but increased afterwards. Moisture diffusivity in the breading region was evaluated using analytical solution of Fick’s second law diffusion equation. Values of moisture diffusivity were from 20.93x10-10 to 29.32x10-10 m2/s for deep fat frying and from 1.90x10-10 to 3.16x10-10 m2/s for oven baking. The activation energies were 8.04 and 25.7 kJ/mol for deep fat frying and oven baking, respectively.

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 enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,193
Écart entre enseignants0,182 · 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

Citations35
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food EngineeringMême sujetFood Quality and Safety StudiesTravaux en français237 207