Acceleration of pH Variation in Cloudy Apple Juice Using Electrodialysis with Bipolar Membranes
Notice bibliographique
Résumé
The purpose of this study was to accelerate pH variation in cloudy apple juice using electrodialysis (ED). The testing was conducted using two ED configurations. The bipolar and cationic membrane configuration showed that reducing the spacing from 8 to 0.75 mm had little effect on treatment time, whereas stacking eight bipolar membranes reduced acidification time by 30%, although the treatment still took too long (21 min). Furthermore, it was not possible to acidify apple juice to a pH of 2.0 to completely inhibit enzymatic browning. The bipolar and anionic membrane configuration helped to accelerate the acidification step by a factor of 3, increasing the yield from 3.3 to 10 L of juice/m(2) membrane/min. Moreover, treatment time was inversely proportional to the size of the membrane stack. The speed at which the pH of acidified juice returned to its initial value was, however, 4 times slower than the speed of acidification, giving a yield of 2.5 L of juice/m(2) membrane/min. By accelerating the acidification step, ED treatment with bipolar and anionic membranes results in more effective polyphenol oxidase activity and more rapid control of juice browning at pH 2.0. Also, the treatment has very little effect on the chemical composition and organoleptic quality of apple juice.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».