MétaCan
Menu
Retour à la cohorte
Enregistrement W2149085855 · doi:10.5539/jfr.v4n3p103

Effects of Different Storage on Qualities of Adzuki and Red Kidney Beans

2015· article· en· W2149085855 sur OpenAlexvenueno aff
Shan Wu, Shuo Feng, Michiyuki Kojima

Notice bibliographique

RevueJournal of Food Research · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensnon disponible
Organismes subventionnairesObihiro University of Agriculture and Veterinary Medicine
Mots-clésFood scienceWater contentChemistryMoistureYield (engineering)Food preservationHorticultureMaterials scienceBiologyMetallurgy

Résumé

récupéré en direct d'OpenAlex

<p>This is the first study to report the effects of frozen soil storage on adzuki and red kidney beans. Adzuki and red kidney beans were stored for 15 months in polyethylene or paper bags under three different conditions: natural cold energy storage in frozen soil, storage in a freezer at -20 °C, and storage at a constant temperature of 25 °C. Samples were collected from every treatment group every 3 months, and qualities related to processing (bean paste yield and cooked bean hardness), seed moisture content, one-hundred seed weight, seed density, and sample physical properties (electrical conductivity and soluble solid content) were evaluated. Frozen soil storage resulted in the least deterioration of important qualities in adzuki and red kidney beans. We also showed that the electrical conductivity value and soluble solid content of the liquid used for soaking beans can be used to evaluate the processing suitability of cooked beans.<strong> </strong></p>

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)0,001
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 enseignants0,302
Score d'incertitude au seuil0,074

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,115
Tête enseignante GPT0,328
Écart entre enseignants0,213 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetSoybean genetics and cultivationTravaux en français237 207