MétaCan
Menu
Retour à la cohorte
Enregistrement W2158437764 · doi:10.5539/jfr.v3n2p82

Physicochemical, Cooking Characteristics and Textural Properties of TOX 3145 Milled Rice

2014· article· en· W2158437764 sur OpenAlexaffvenue
Amaka Odenigbo, Michael Ngadi, Chijioke Kingsley Ejebe, Noé Woïn, Sali Atanga Ndindeng

Notice bibliographique

RevueJournal of Food Research · 2014
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLightnessFood scienceAmyloseChemistryMathematicsStarchPhysics

Résumé

récupéré en direct d'OpenAlex

Quality of rice is an important criterion for the choice and demand by rice consumers and it is determined by physicochemical parameters. The objective of this research was to screen the physical, gelatinization, cooking and textural properties of an improved rice variety cultivated in Cameroon (TOX 3145). Three differently processed samples of TOX 3145: non-parboiled (NP), traditional parboiled (TP) and IRAD parboiled (IRAD) were involved in this study. The result revealed the grain dimension of samples as long and slender shape. The degree of redness among cooked and uncooked grains varied from -0.8 to -1.0 and 0.3 to 1.5, respectively while yellowness parameter ranged between 0.4 to 4.0 and 7.6 to 8.4, respectively. Lightness parameter (L*) varied from 59.4 to 61.8 in cooked samples. Minimum cooking time among samples was between 17.9-19.7 min. Highest elastic modulus and hardness (43.3 N/mm and 36.8 N, respectively) was found in TP sample. The NP sample had lowest adhesiveness (-0.76 J) and highest gumminess (6.40 J). Water uptake was positively correlated with amylose content (r = 0.84; P < 0.05) and lightness parameter (r = 0.92; P < 0.05).

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: Observationnel · Signal consensuel: aucune
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 recherche0,0000,000
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 Opus0,076
Tête enseignante GPT0,324
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations25
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetFood composition and propertiesTravaux en français237 207