Effect of Nitrite Substitution with Olive Leaves Extract on Color and Sensory Properties of Beef Mortadella
Notice bibliographique
Résumé
Six mortadella treatments were prepared for studying the effect of olive leaf extract (OLE) at a level of 240 mg OLE/100 g meat as nitrite alternative on the color and sensory characteristics. These treatments were: control with the addition of 120 ppm sodium nitrite only, and the second one with the addition of 240 mg OLE/100 g meat but without the addition of sodium nitrite as a negative control, the other four treatments were combination of 240 mg OLE/100 g meat with 80, 60, 40 and 20 ppm sodium nitrite, respectively. All samples were stored at 5 °C for 1, 3, 6, 9, and 12 weeks. There were no significance differences (P > 0.05) between all mortadella treatments regarding their proximate parameters. Hunter lightness (L), redness (a), and yellowness (b) color, and sensory attributes including the appearance, color, tenderness, juiciness, flavor, and overall acceptability showed that 80 and 60 ppm nitrite in combination with OLE at 240 mg/100 g meat had the best results in comparison with the other four treatments indicating an additive combined effect of the OLE with nitrite that enhanced mortadella characteristics. These results revealed the ability to substitute 50% of the used nitrite in mortadella stored at 5 °C when using combinations of 60 ppm nitrite with 240 mg OLE/100 g meat.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».