MétaCan
Menu
Retour à la cohorte
Enregistrement W2085316563 · doi:10.1155/2011/687548

Optimization of Microwave-Osmotic Pretreatment of Apples with Subsequent Air-Drying for Preparing High-Quality Dried Product

2011· article· en· W2085316563 sur OpenAlexaff
Elham Azarpazhooh, Hosahalli S. Ramaswamy

Notice bibliographique

RevueInternational Journal of Microwave Science and Technology · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAlgorithmRelative humidityChemistryMaterials scienceAnalytical Chemistry (journal)ChromatographyMathematicsPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Prepared apple ( Red Gala ) cylinders were subjected to microwave-osmotic dehydration treatment under continuous flow medium spray (MWODS) conditions and then air-dried to a final 20% moisture content. The dried samples were evaluated for color and textural properties, and rehydration capacity. The MWODS pretreatments were based on a central composite rotatable design and a response surface methodology using five levels of sucrose concentration, temperature, and contact time at a constant flow rate of 2800 mL/min. The air-drying was carried out at 60 ° C, 15 ± 1 % relative humidity, and 0.64 ± 0.02 m/s air velocity. The results were compared to untreated air-dried (AD) (worst-case scenario) and freeze-dried (FD) (best-case scenario) apples without the MWODS treatment. Color properties were affected regardless of the type of treatment. Conventional AD apples were darker in color, whereas MWODS-treated samples were lighter with higher L ∗ and b ∗ values, higher Hue and Chroma values but lower a ∗ value and Δ E . Further the color parameters of MWODS-treated samples were closer or equal to the FD apples. The texture properties were also affected by the osmotic variables with MWODS treatment resulting in softer and chewier products. The AD samples were hard, and FD apples were brittle.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,256
Écart entre enseignants0,223 · 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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Microwave Science and TechnologyMême sujetFood Drying and ModelingTravaux en français237 207