MétaCan
Menu
Retour à la cohorte
Enregistrement W2086441352 · doi:10.1080/10942912.2010.492543

Characterization of The Physical Properties of Palm Kernel Cake

2011· article· en· W2086441352 sur OpenAlexaff
Horng Yuan Saw, Jidon Janaun, S. Kumaresan, C. M. Chu

Notice bibliographique

RevueInternational Journal of Food Properties · 2011
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversiti Malaysia Sabah
Mots-clésPalm kernelAgglomerateMaterials scienceParticle sizeParticle densityPorosityParticle (ecology)Bulk densityScanning electron microscopeEconomies of agglomerationVolume (thermodynamics)Kernel (algebra)Composite materialMineralogyMathematicsChemistryChemical engineeringFood sciencePalm oilPhysicsSoil scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

A systematic sieving method (1 kg sample; 50 Hz; 0° inclination; 20 min) was used to obtain particle size distribution of palm kernel cake containing seven different particle sizes (4.83, 2.68, 1.50, 0.80, 0.51, 0.32, and 0.11 mm). Regardless of particle size, palm kernel cake was found to be of different shapes qualitatively with optical microscopy and quantitatively (variation in mean length, mean volume, and volume-surface mean diameters), non-porous (Brunauer-Emmett-Teller specific surface area <1 m2/g), and to contain an uneven rough surface, as shown in scanning electron microscopy. Palm kernel cake of 0.32 mm and less were aggregates with uneven rough surface, and those of 0.51 mm and more were agglomerates with interstices formed from particle agglomeration. These characteristics affected the bulk density of palm kernel cake that decreased with decreasing particle sizes due to lower packing density and higher void. The physical properties affected the hydration properties. This information is useful for the solid-state fermentation of palm kernel cake.

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 enseignants0,014
Score d'incertitude au seuil0,304

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 ouverte0,0010,000
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 Opus0,054
Tête enseignante GPT0,239
Écart entre enseignants0,185 · 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

Citations16
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food PropertiesMême sujetFood composition and propertiesTravaux en français237 207