MétaCan
Menu
Retour à la cohorte
Enregistrement W2093323225 · doi:10.1111/j.1745-4603.2002.tb01367.x

A SMALL SCALE LABORATORY NOODLE SHEETING MACHINE<sup>1</sup>

2002· article· en· W2093323225 sur OpenAlexaff
Miklós Kovács, Bin Xiao Fu, S. M. Woods, Garland R. Dahlke, C. Wang, A.K. Sarkar, Karim Khan

Notice bibliographique

RevueJournal of Texture Studies · 2002
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensCanadian International Grains InstituteAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésFood scienceRheologyMathematicsViscoelasticityMaterials scienceComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Rheological properties of cooked noodles made on a small‐scale laboratory sheeting machine developed at the Cereal Research Centre were strongly correlated with the same properties of noodles made on a pilot noodle sheeting machine. Values obtained from both machines were evaluated against 22 laboratory tests used in our breeding program. For example, cooked noodle viscoelasticity (r=0.89, P < 0.01) and cooked noodle cutting force (r = 0.79, P < 0.01) were similar. Cooked noodle viscoelasticity of fresh noodles made on the laboratory machine correlated significantly (P < 0.05) with 17 of the tests and cooked noodle cutting force correlated significantly with 18 tests. Cooked noodle viscoelasticity of dried noodles made with the pilot plant noodle machine had significant correlations (P < 0.05) with only 14 of the tests and cooked noodle cutting force had significant correlations with 15 tests. The pilot plant machine requires a minimum of 500 g for one sample, while the small‐scale sheeting machine requires only 5‐10 g of flour.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0110,001

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 Opus0,040
Tête enseignante GPT0,264
Écart entre enseignants0,224 · 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

Citations9
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Texture StudiesMême sujetFood composition and propertiesTravaux en français237 207