MétaCan
Menu
Retour à la cohorte
Enregistrement W2123335117 · doi:10.1039/c5sm01355k

Oil diffusivity through fat crystal networks

2015· article· en· W2123335117 sur OpenAlexafffund
Nicole L. Green, Dérick Rousseau

Notice bibliographique

RevueSoft Matter · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of Canada
Mots-clésThermal diffusivityDiffusionCrystal (programming language)PolymerChemical physicsChemistryMaterials scienceComputer sciencePhysicsThermodynamicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Oil migration in chocolate and chocolate-based confections leads to undesirable visual and textural changes. Establishing ways to slow this unavoidable process would increase shelf life and reduce consumer rejection. Diffusion is most often credited as the main pathway by which oil migration occurs. Here, we use fluorescence recovery after photobleaching (FRAP) to explore the diffusion coefficients of vegetable and mineral oil through fat crystal networks at different solid fat contents (SFC). Differences in compatibility between the fat and oil lead to unique primary crystal clusters, yet those variations do not affect diffusion at low SFCs. Trends deviate at higher SFCs, which we ascribe to the influence of the differing crystal cluster structures. We relate our results to the strong and weak-link rheological regimes of fat crystal networks. Finally, we connect the results to relationships developed for polymer gel systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,491
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,210
Écart entre enseignants0,188 · 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.

Devis d'étudeSans objet
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

Citations18
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207