MétaCan
Menu
Retour à la cohorte
Enregistrement W2093446881 · doi:10.1094/cchem.2002.79.4.596

Shortened Temperature Program for Application with a Rapid Visco Analyser in Prediction of Noodle Quality in Wheat

2002· article· en· W2093446881 sur OpenAlexaff
G. B. Crosbie, P. C. Chiu, Andrew S. Ross

Notice bibliographique

RevueCereal Chemistry · 2002
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesGrains Research and Development Corporation
Mots-clésAnalyserChemistryFood scienceStarchMealChromatography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The use of the Rapid Visco Analyser (RVA) for application in the screening of wheat breeding lines for starch quality and potential noodle quality has been limited by relatively low sample throughput. Current methods generally enable only 20–30 samples to be tested each day. This study sought to develop a more rapid time‐temperature profile that could be applied to whole meal samples. A profile that involved a total analysis time of 7.5 min/sample gave measurements of peak viscosity (PV) and breakdown (BD) on whole meal that were highly correlated with corresponding measurements obtained using a more conventional profile that had been applied to low‐extraction flours. BD and PV were also highly correlated with the total texture score of ramen (Chinese‐style alkaline noodles as manufactured in Japan), but only when 1 m M AgNO 3 was used to eliminate the effects of α‐amylase.

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 enseignants0,040
Score d'incertitude au seuil0,334

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 ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,275
Écart entre enseignants0,251 · 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

Citations15
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCereal ChemistryMême sujetFood composition and propertiesTravaux en français237 207