MétaCan
Menu
Retour à la cohorte
Enregistrement W2125894157 · doi:10.6000/1927-5951.2014.04.01.3

Effect of Fermentation Process on Ashgourd Juice

2014· article· en· W2125894157 sur OpenAlexvenueno aff
C.S. Devaki

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2014
Typearticle
Langueen
DomaineNursing
ThématiqueFood Science and Nutritional Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFermentationFood scienceFlavourChemistryThiamineRiboflavinRaw materialYeastVitaminPyridoxineBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Ashgourd (Benincasa hispida) is valued for its nutritive and medicinal properties and further value addition is being attempted by fermentation process. In the present study, effect of fermentation was studied by using ashgourd as a substrate for nutrients and flavour components formation. Ashgourd fermented beverage was developed by using commercially available wet yeast and the changes in vitamins profile and flavouring compounds were evaluated after the fermentation process and it was compared with the raw ashgourd juice. Fermentation showed positive response indicating that, thiamine, riboflavin, niacin, pyridoxine and vitamin C were increased by 76µg, 7µg, 171µg, 459µg and 1.5mg respectively per 100 ml of the beverage in comparison to fresh juice. Fermentation showed many flavour components development in comparison to raw ashgourd juice and the fermentation process had a positive response on volatile component formation. Therefore fermentation improved the formation of nutritional and flavour components.

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)0,002
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 enseignants0,325
Score d'incertitude au seuil0,207

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
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 Opus0,033
Tête enseignante GPT0,407
Écart entre enseignants0,374 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetFood Science and Nutritional StudiesTravaux en français237 207