Evaluation of Thermal Properties of Food Materials at High Pressures Using a Dual‐Needle Line‐Heat‐Source Method
Notice bibliographique
Résumé
Thermal properties of food systems at high pressure (HP) are important in the design and operation of HP processing equipment. Available techniques for thermal property evaluation under HP conditions are still very limited. In this study, a dual-needle line-heat-source (DNL) device was installed in an HP vessel to evaluate thermal conductivity (k), diffusivity (alpha), and volumetric heat capacity (C(pV)) of foods at high pressure. The DNL probe was calibrated using glycerin (0.1 MPa) and 2% (w/w) agar gel (0.1 to 350 MPa) at 5 and 25 degrees C. Calibration results showed a good correlation with the reference data of pure water: R(2)= 0.966 for thermal conductivity and R(2)= 0.837 for diffusivity, and a small standard deviation of relative error (3.18%) for the volumetric heat capacity. Fresh potato and cheddar cheese were used as test samples at 5 degrees C at selected pressure levels (0.1 to 350 MPa). The potato samples gave thermal properties very close to those of pure water, but much higher than those of the cheese. The k and alpha values of both potato and cheese increased with pressure and a 2nd-order polynomial well fitted their pressure dependency. The volumetric heat capacity data did not show a clear pressure-dependency trend. The experimental system worked well for the evaluation of thermal properties at pressures up to 350 MPa.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».