MétaCan
Menu
Retour à la cohorte
Enregistrement W2128705464 · doi:10.5539/jfr.v2n2p11

Modeling Single-Screw Extrusion Processing Parameters and Resulting Extrudate Properties of DDGS-Based Nile Tilapia (Oreochromis niloticus) Feeds

2013· article· en· W2128705464 sur OpenAlexvenueno aff
Ferouz Y. Ayadi, Parisa Fallahi, Kurt A. Rosentrater, Kasiviswanathan Muthukumarappan

Notice bibliographique

RevueJournal of Food Research · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesAgricultural Research ServiceSouth Dakota State UniversityU.S. Department of Agriculture
Mots-clésDie swellExtrusionPlastics extrusionAbsorption of waterNile tilapiaExpansion ratioWater contentMaterials scienceChemistrySoybean mealFood scienceAnalytical Chemistry (journal)Raw materialOreochromisChromatographyComposite materialFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

A single-screw laboratory extruder was used to conduct an L18 (22 ´ 36) Taguchi fractional factorial study of aquafeed processing. The ingredients were based on a formulation for nutritionally-balanced Nile tilapia diets containing distillers dried grains with solubles (DDGS) and soybean meal as the main protein sources, in addition to constant amounts of corn flour, whey, and fishmeal. The effects of three levels of DDGS (20, 30 and 40%), soybean meal (30, 40 and 50%), ingredient moisture content (20, 30 and 40% db), screw speed (100, 150 and 200 rpm), die dimension (L/D ratios of 5, 9 and 13), barrel temperature (80-100-100°C, 80-120-120°C and 80-140-140°C) and two levels of screw configuration (compression ratios of 2:1 and 3:1) on extrudate physical properties (moisture content, water activity, bulk density, unit density, expansion ratio, pellet durability index, water absorption and solubility indices, water stability, color) and extruder processing parameters (resulting temperatures, die pressure, extruder torque, mass flow rate, apparent viscosity, and specific mechanical energy) were determined. Data from raw materials, processing conditions, and extrudate properties were used to develop surface response curves and equations. However, predominantly low R2 values (< 0.5) only permitted linear relationships between some independent parameters and response variables. Regarding main effects, die pressure significantly decreased with higher DDGS levels, moisture content, temperature, lower die L/D, and higher screw compression. Expansion ratio decreased significantly with higher moisture content and lower die L/D. Significant differences in color were caused by changes in DDGS levels and moisture content. In summary, DDGS, moisture content, die dimension, and extrusion conditions had the biggest impact on most of the extrudate physical properties and processing conditions. Different combinations of these independent factors can be used to achieve desired extrudate physical properties and processing conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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 Opus0,156
Tête enseignante GPT0,290
Écart entre enseignants0,134 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetAquaculture Nutrition and GrowthTravaux en français237 207