MétaCan
Menu
Retour à la cohorte
Enregistrement W2075707648 · doi:10.1094/cchem.2004.81.6.705

Surface Lipid and Free Fatty Acids (FFA) Content of Head and Broken Rice Produced by Milling After Different Drying Treatments

2004· article· en· W2075707648 sur OpenAlexaboutno aff
M. A. Monsoor, Andrew Proctor, T. J. Siebenmorgen

Notice bibliographique

RevueCereal Chemistry · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBroken riceChemistryCultivarWater contentFood scienceHorticultureBotanyAgronomyBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The surface lipids and free fatty acids (FFA) content of head and broken rice samples generated through milling after various drying treatments were studied. Long grain cultivars Francis, Wells, and Cypress, and medium grain cultivar Bengal were dried under three air conditions (mild 25°C, 50% rh; moderate 45°C, 40% rh; and stressed 65°C, 20% rh) for two durations (10 and 30 min). Immediately after drying, the rough rice samples were placed in a conditioning chamber to continue drying slowly to ⋍12.5% moisture content (MC), which occurred within three to five days. After dehulling, a McGill No. 2 mill was used to mill the samples for 30 sec. The head rice yield (HRY) for all rice samples were within the range of 40–68%. Rice surface lipid was extracted with isopropanol (IPA) and the lipid and FFA content of the IPA extracts were determined. Broken rice kernels had significantly greater surface lipid and FFA content than head rice kernels. The surface FFA contents of broken kernels were within the range of 0.045–0.065% of broken rice mass, while that of head rice was 0.027–0.040%. Broken ricehad greater b values indicating greater yellow color than did head rice.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,207
Score d'incertitude au seuil0,222

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,218
Écart entre enseignants0,190 · 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'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

Citations18
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207