MétaCan
Menu
Retour à la cohorte
Enregistrement W2059941569 · doi:10.1111/j.1365-2621.2009.02158.x

Quality changes of fish burgers prepared from deep flounder (<i>Pseudorhombus elevatus</i> Ogilby, 1912) with and without coating during frozen storage (−18 °C)

2010· article· en· W2059941569 sur OpenAlexaff
Maryam Mahmoudzadeh, Abbasali Motallebi, Hedayat Hosseini, Ramin Khaksar, Hamed Ahmadi, Ehsan Jenab, Farzaneh Shahraz, Manijeh Kamran

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Nutrition and Food Technology Research Institute
Mots-clésThiobarbituric acidChemistryFish <Actinopterygii>Food scienceAnimal scienceFisheryBiologyBiochemistryAntioxidant

Résumé

récupéré en direct d'OpenAlex

Summary In the present study, chemical and sensory qualities of fish burgers prepared from deep flounder (Pseudorhombus elevatus Ogilby, 1912) with and without coating (Group A and Group B, respectively) or batter and breading materials were determined during frozen storage at −18 °C for 5 months. According the statistical results, Total volatile base nitrogen of two groups increased significantly (P < 0.05) but a significant decrease (P < 0.05) was observed at the third month for Group A. Thiobarbituric acid value of Group A decreased significantly (P < 0.05) with the storage time from 1.01 to 0.22, whereas a significant increase (P < 0.05) was observed for Group B from 0.15 to 0.62 at the end of storage time. There were significant differences of pH in either the Group A or Group B between the beginning and end of the storage periods (P < 0.05). Parameters of colour, texture, taste and general acceptability for two groups decreased (P < 0.05) but Group B indicated better scores than Group A at the end of the storage period.

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 seuil0,004

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)0,0010,000

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 Opus0,029
Tête enseignante GPT0,278
Écart entre enseignants0,249 · 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

Citations27
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetMeat and Animal Product QualityTravaux en français237 207