MétaCan
Menu
Retour à la cohorte
Enregistrement W2100134388 · doi:10.5539/jfr.v3n2p91

The Market Potential of Grape Waste Alternatives

2014· article· en· W2100134388 sur OpenAlexaffvenue
Kyle Dwyer, Farah Hosseinian, Michel Rod

Notice bibliographique

RevueJournal of Food Research · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPomaceRaw materialFood scienceSustainabilityBusinessConsumer marketNutraceuticalBiotechnologyPulp and paper industryChemistryEngineeringMarketingBiology

Résumé

récupéré en direct d'OpenAlex

During wine production, approximately 25% of the grape weight results in by-product/waste (termed ‘pomace’ which is comprised of skins and seeds). Currently, most pomace is being composted to be reintroduced into the vineyards to complete the carbon cycle. Due to the increasing consumer demand for the use of natural over synthetic compounds, and because of increased attention to sustainability of agricultural practices (Fontana, Antoniolli, & Bottini, 2013), there is a vast array of applications for grape pomacebioactives including: functional foods (dietary fiber + polyphenols), food processing (biosurfactants), cosmetics (grapeseed oil + antioxidants), pharmaceutical/biomedical (pullulan) and supplements (grape pomace powder). To date, there has been no assessment as to the market potential for value-added usage of grape pomace. This paper seeks to address this gap. The annual production of grape pomace along with its multitude of applications, create an opportunity to discover an unexploited market with great commercial potential.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 Opus0,064
Tête enseignante GPT0,337
Écart entre enseignants0,274 · 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'étudeObservationnel
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

Citations298
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetHorticultural and Viticultural ResearchTravaux en français237 207