MétaCan
Menu
Retour à la cohorte
Enregistrement W2138326612

Osmotically dehydrated microwave vacuum drying of carrots

2010· article· en· W2138326612 sur OpenAlexaffabout
Valérie Orsat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOsmotic dehydrationThermal diffusivityMicrowaveShrinkageChemistryDehydrationWater contentMoistureVacuum dryingWater activityFood scienceFreeze-dryingMaterials scienceChromatographyComposite materialThermodynamicsBiochemistryPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Changrue, V. and V. Orsat. 2009. Osmotically dehydrated microwave vacuum drying of carrots. Canadian Biosystemes Engineering/Le genie des biosystemes au Canada. 51: 3.11 3.19 Osmotic dehydration prior to drying was able to remove free water, which accounts for around 50% of the product’s moisture. The combination of osmotic and microwave vacuum drying was investigated. The advantage of microwave vacuum drying is that it provides faster drying times with a low-temperature process. Since solid gain from osmotic agents might cause a decrease in diffusivity of the osmotically dehydrated product and lower qualities of dried product, it is important to know the effects of osmotic treatment prior to microwave vacuum drying. Two levels of microwave input power (1 and 1.5W/g) and three power modes (continuous, 45 s on/15 s off and 30 s on/30 s off) were studied at an absolute pressure of 8 kPa for the microwave vacuum drying of carrots. Drying kinetics, energy consumption, and quality in terms of water activity, shrinkage, rehydration capacity, color characteristics, and sensory evaluation were studied. Empirical models were established to fit the observed data. In general, osmotic dehydration was able to decrease drying time and energy consumption. Less shrinkage and improved appearance were the advantages in terms of quality. Page’s model showed the best fit among the tested models.

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 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 enseignants0,021
Score d'incertitude au seuil0,289

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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

Citations11
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFood Drying and ModelingTravaux en français237 207