MétaCan
Menu
Retour à la cohorte
Enregistrement W2148005512 · doi:10.5713/ajas.2006.1799

Effects of Marbling on Meat Quality Characteristics and Intramuscular Connective Tissue of Beef Longissimus Muscle

2006· article· en· W2148005512 sur OpenAlexaff
Chunbao Li, Guanghong Zhou, Xinglian Xu, Jingbo Zhang, Shuqin Xu, Yanfeng Ji

Notice bibliographique

RevueAsian-Australasian Journal of Animal Sciences · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesYangtze University
Mots-clésMarbled meatIntramuscular fatConnective tissueLongissimus muscleLongissimusQuality (philosophy)Food scienceAnatomyChemistryBiologyMedicineAnimal sciencePathologyPhysics

Résumé

récupéré en direct d'OpenAlex

This study was designed to explore the effects of marbling on meat quality characteristics and intramuscular connective tissue of beef longissimus muscle. Chemical determinations, histological and mechanical measurements were performed on the raw and cooked meat at d 4 postmortem. The results showed that crude fat, collagen, fiber diameter and maximum transition temperature of intramuscular connective tissue increased (p<0.05) with the increase of marbling score. The cooking losses, collagen solubility, WBSF and perimysial thickness decreased (p<0.05) with the increasing marbling. WBSF correlated (p<0.05) with moisture, crude fat, collagen, cooking losses, sarcomere length and perimysial thickness. The development of marbling results in the decline in cooking losses, the avoidance of sarcomere shortening, and the disorganization of the perimysia, which accounts for the improvement of beef tenderness.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,334

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,025
Tête enseignante GPT0,280
Écart entre enseignants0,255 · 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

Citations43
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian-Australasian Journal of Animal SciencesMême sujetMeat and Animal Product QualityTravaux en français237 207