MétaCan
Menu
Retour à la cohorte
Enregistrement W2109072334 · doi:10.5539/jfr.v4n6p58

Evaluation of Nutritional and Sensory Properties of Cocoa Pulp Beverage Supplemented with Pineapple Juice

2015· article· en· W2109072334 sur OpenAlexvenueno aff
O. Afolabi, O.B. Ibitoye, F. Agbaje

Notice bibliographique

RevueJournal of Food Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood sciencePulp (tooth)Titratable acidChemistryMucilageVitamin CBotanyBiologyDentistry

Résumé

récupéré en direct d'OpenAlex

One of the major unutilized by-products of cocoa is cocoa mucilage (pulp). Cocoa pulp can be fortified with nutrients such as vitamins from other sources or the juice can be blended with other fruit juices from fruits such as pineapple that are good sources of vitamins. The objective of this study is to produce Cocoa pulp beverage supplemented with pineapple juice. Cocoa Pulp (CP) was used to replace Pineapple juice (PJ) at 0, 50, 60 70, 80, 90 and 100% levels. The nutritional and sensory properties of the CP+PJ beverages were evaluated. The CP beverage contained increasing levels of calcium, iron, fat and phosphorus with increased levels of CP in the blend but lower amounts of protein, carbohydrates and vitamin C than the PJ. In the CP+PJ blends there were not any significantly effect on the pH, ash and crude fiber contents. However, Titratable Acidity increased from 5.43 to 5.92%. Of all the blends, the 50% PJ mixture received the best evaluation from panelists-higher sensory ratings-next to the 100% PJ that was the best performer in the tests. Incorporation of cocoa pulp in the new beverages added value to the cocoa by-product and offers new options of easy, convenient and highly nutritive beverages for children and adult at the local level.

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)0,003
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 enseignants0,011
Score d'incertitude au seuil0,126

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 Opus0,269
Tête enseignante GPT0,345
Écart entre enseignants0,076 · 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

Citations13
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207