PULSED ELECTRIC FIELD PROCESSING EFFECTS ON PHYSICOCHEMICAL PROPERTIES, FLAVOR COMPOUNDS AND MICROORGANISMS OF LONGAN JUICE
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Longan juice was processed using a pulsed electric field (PEF) treatment and compared with a conventional thermal pasteurization method. The PEF treatment was carried out using a laboratory unit, set with a bipolar pulse (3 µs wide), an intensity of 32 kV/cm. PEF-treated longan juice showed no noticeable difference compared with the untreated sample, although well-visible differences were found between untreated and thermal-treated juice. An analysis of variance for pH, titratable acidity and total soluble solids determinations showed no statistically significant difference between the untreated and both thermally pasteurized and PEF-treated samples. The effect of PEF on nonenzymatic browning index and hydroxymethylfurfurol is not significantly different, although thermal treatment show significant difference in comparison with untreated juice. Contents of total phenol compounds presented significant variability for the two compared pasteurization methods. The PEF-treated longan juice retained greater amounts of vitamin C and top five flavor compounds than thermally treated longan juice. PRACTICAL APPLICATIONS As a new nonthermal sterilization method, pulsed electric field (PEF) treatment is a useful tool in fruit processing. It has been used in some other fruit juice processing, and no apparent changes in physicochemical properties and flavor were directly caused by PEF treatment. We tried it on longan juice and obtained some data for longan juice processing. PEF treatment is a new processing technology that improves longan juice quality and enhances its value.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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