Performance of electrode materials during food processing by pulsed electric fields
Notice bibliographique
Résumé
Food processing by pulsed electric fields (PEFs) is a promising non-thermal method for increasing the shelf-life of liquid food products such as milk, juices and beer. Maintaining both the fresh-like taste and the original nutritional value makes PEF processing advantageous over conventional thermal pasteurization1. However, physical contact between the liquid food and the metallic electrodes during the PEF process is unavoidable and causes some metallic ions to be released from the electrodes into the processed food. The released metallic ions represent a challenging problem for this technology because they may affect the taste of the processed food and/or they reduce the life-time of the electrodes.This study is to evaluate the performance of various metals used as the electrodes by comparing the rates of release of metallic ions from chromium, nickel, silver and titanium as well as conventional stainless steel during PEF processing. The concentration of metallic ions in PEF-processed food products are measured using inductively coupled plasma - atomic emission spectrometry (ICP-AES). The first objective of the work is to rank the materials by taking into account both the price and the life-time of each material. This ranking is carried out for a variety of food products having different values of pH and electrical conductivity. Both the rate and price of replacing the electrodes should be considered when assessing the economic feasibility of the PEF process. By investigating the physical and chemical properties of the electrode materials used, the second objective of the work aims to understand more about the mechanism by which the metallic ions are released. Under the extreme conditions of voltage and current applied during typical PEF processing, the classical electrochemical theories may not be sufficient. Understanding more about the mechanism may provide a new basis for better selection of electrode materials.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».