Developing Postharvest Disinfestation Treatments for Legumes Using Radio Frequency Energy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is an urgent need to develop technically effective and environmentally sound phytosanitary and quarantine treatments for the legume industry to replace chemical fumigation. The goal of this study was to develop practical non-chemical treatments for postharvest disinfestations of legumes using radio frequency (RF) energy. A pilot-scale 27 MHz, 6 kW RF unit was used to investigate RF heating and consequent quality attributes in treated chickpea, green pea, and lentil samples. Only 5-7 min was needed to raise the central temperature of 3 kg legume samples to 60C using RF energy, compared to more than 275 min when using forced hot air at 60C. RF heating uniformity in product samples was improved by adding forced hot air, and back and forth movements on the conveyor at 0.56 m min-1. The final temperatures exceeded 55.8C in the interior of the sample container and 57.3C on the surface for all three legumes, resulting in low uniformity index values of 0.014-0.016 (ratio of standard deviation to the average temperature rise) for the interior temperature distributions and 0.061-0.078 for surface temperature distributions. RF treatments combined with forced hot air at 60C to maintain the target treatment temperature for 10 min followed by forced room air cooling through a 1 cm product layer provided good product quality. No significant differences in weight loss, moisture content, colour or germination were observed between RF treatments and unheated controls.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle