MétaCan
Menu
Retour à la cohorte
Enregistrement W2143462057 · doi:10.5539/jfr.v2n2p36

Image Texture Analysis and Gas Sensor Array Studies Applied to Vanilla Encapsulation by Octenyl Succinic Anhydride Starches

2013· article· en· W2143462057 sur OpenAlexvenueno aff
Silvio D. Rodríguez, Tom F. Wilderjans, Natalia Sosa, Delia L. Bernik

Notice bibliographique

RevueJournal of Food Research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensnon disponible
Organismes subventionnairesVlaamse regeringFonds Wetenschappelijk OnderzoekConsejo Nacional de Investigaciones Científicas y Técnicas
Mots-clésAromaElectronic noseFlavorSuccinic anhydrideStarchEncapsulation (networking)DerivatizationChemistryMaterials scienceChromatographyBiological systemFood scienceComputer scienceNanotechnologyOrganic chemistryHigh-performance liquid chromatography

Résumé

récupéré en direct d'OpenAlex

Native starch derivatization with octenyl succinic anhydride (OSA) is a chemical modification designed to enhance flavor microencapsulation performance. Hi Cap 100 and Capsul are two OSA starches derived from waxy maize base, which are especially suited for encapsulation processes. This work performs for the first time the encapsulation of vanilla extract with Capsul and Hi Cap 100 using both spray and freeze drying procedures. The encapsulation efficiency was studied correlating the starch texture with the aroma retention. Texture analysis was accomplished by means of grey level co-occurrence matrix feature extraction (GLCM), yielding image parameters that clearly differ in function of the type of starch and the drying method used for the encapsulation of the flavor. In parallel, the data recorded with a gas sensor array (e-nose) and analyzed by unsupervised multivariate methods allowed to follow up the evolution of the aroma through the whole process. The joint analysis of the GLCM and sensor array recorded data indicates that Capsul shows a higher capacity for vanilla encapsulation than Hi Cap 100. In addition, the obtained converging information from GLCM and e-nose data clearly indicates that particle texture and aroma encapsulation are connected.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,034
Tête enseignante GPT0,324
Écart entre enseignants0,290 · 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'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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207