Storage Time: Influence of Nano-ZnO and Soft-Sterilization on Biophysical and Quality Attributes of Canned Cowpea (Vigna unguiculata, TN 5-78)
Notice bibliographique
Résumé
<p>Cowpea seeds can be cooked in the dried form, sprouted, or ground into flour. This study is to investigate effect of soft-sterilization and nano-ZnO treatment on canned cowpea (TN 5-78) biophysical and quality attributes during 10 months of storage. Cowpea was blanched, ultrasonicated with nano-ZnO solution 0.025% (w/v) added prior to canning at 110 ºC for 15 min and analyzed every 2 months up to 10 month at ambient storage. Total mold and yeast count were below the limits of detection for nano-ZnO treated samples and control over the storage period though, some colonies of mesophilic bacteria were observed in the untreated samples at the 8th and 10th month of storage. There are significant differences (P &lt; 0.05) between the treated samples and untreated one at the 10th month of storage for the pea’s firmness. No significant differences was noticed between the samples from the initial analysis to the end of storage time for the leached solids percentage (P &lt; 0.05). Moreover, slight change in protein content and pH values were also found. The overall acceptability score of nano-ZnO treated samples remained in a good range up to 10<sup>th</sup> month of storage whereas, untreated samples was under acceptation level. Therefore, ZnO nanoparticules combined with heat can be a possible alternative approach to can foods that the quality attributes are altered by conventional thermal sterilization.</p><!--[endif] -->
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».