MétaCan
Menu
Retour à la cohorte
Enregistrement W2156678760 · doi:10.1139/cjps2012-331

Effect of maturity on physicochemical and cooking characteristics in yellow peas (Pisum sativum)

2014· article· en· W2156678760 sur OpenAlexaffabout
N. Wang, G. Castonguay

Notice bibliographique

RevueBioOne Complete (BioOne) · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetic and Environmental Crop Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPisumSativumStarchHorticultureChemistrySucroseAnimal scienceFood scienceBiologyBotany

Résumé

récupéré en direct d'OpenAlex

Wang, N. and Castonguay, G. 2014. Effect of maturity on physicochemical and cooking characteristics in yellow peas (Pisum sativum). Can. J. Plant Sci. 94: 565-571. The effect of maturity on physicochemical and cooking properties of yellow peas was investigated. Results indicated that when compared with mature yellow peas, immature yellow peas exhibited significantly lower seed weight (16.4-18.1% less) and smaller seed size (5.9-6.9% less), but higher water hydration capacity (3.7-11.5% more). Significant shorter cooking time but higher firmness value of cooked seeds was observed for immature yellow peas than for mature yellow peas. Immature yellow peas contained significantly higher mean protein content (254.2 vs. 234.6 g kg-1 DM), higher mean crude fiber (67.8 vs. 63.0 g kg-1 DM), and higher mean ash content (31.5 vs. 29.4 g kg-1 DM), but significantly lower mean starch content (432.5 vs. 451.3 g kg-1 DM) as compared with mature yellow peas. Sucrose content was significantly higher in immature yellow peas than that in mature yellow peas, whereas stachyose and verbascose contents were significantly higher in mature yellow peas than in immature yellow peas. Phytic acid content in immature yellow peas was significantly higher than that in mature yellow peas, while trypsin inhibitor activity was not significant. This information will be useful in setting the grading standards for yellow peas in Canada.

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 enseignants0,002
Score d'incertitude au seuil0,003

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 recherche0,0000,001
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 Opus0,120
Tête enseignante GPT0,211
Écart entre enseignants0,091 · 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

Citations8
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetGenetic and Environmental Crop StudiesTravaux en français237 207