MétaCan
Menu
Retour à la cohorte
Enregistrement W2166167390

Moisture adsorption and spoilage characteristics of pea under adverse storage conditions

2005· article· en· W2166167390 sur OpenAlexfundaboutno aff
Samira Dadgar

Notice bibliographique

RevueUniversity Library - University of Saskatchewan (University of Saskatchewan) · 2005
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Agriculture - Saskatchewan
Mots-clésFood spoilageMoistureEnvironmental scienceAdsorptionChemistryMaterials scienceBiologyComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Field pea is the most produced and exported pulse crop in Canada, and makes a major contribution to Western Canadian agricultural diversification programs. Canada is now the world largest exporter of pea, lentil and chickpea and is fourth in dry bean. The demand for Canadian pulse products is steadily rising and the export market would continue to rise with the expected increased in production. Field pea exported to countries with tropical climates is at particular risk due to rapid loss of quality. It is therefore important to develop practical strategies for safe storage of feed pea. Knowledge on the moisture adsorption and spoilage characteristics of pea stored in adverse storage conditions is important in the transportation and storage of this export commodity. This study was initiated to examine the conditions that lead to quality losses in storage and transport of pea. Tropical and subtropical conditions were simulated in airtight chambers. Relative humidities (RH) of 60, 70, 80 and 90% were created by saturated salt solutions in airtight chambers at temperatures of 10, 20 and 30°C, while the same range of humidity was provided by dilute sulphuric acid in airtight chambers at 40°C in environmental cabinets. The four RH levels at each temperature for both whole and feed-grade pea were tested in duplicate. The samples were observed for changes in moisture content (MC), mold appearance and RH in specific time intervals. The amount of produced carbon dioxide (CO2) was measured in airtight chambers during storage to control the condition existing in sealed airtight chambers. Also, all components of feed-grade pea were exposed to RH of 90% and temperature of 40°C in separate airtight chambers to find the effect of each component on mold appearance. Molds were identified after appearance on the samples in order to pinpoint potential toxicity. Both feed and whole sound peas became molded after a short time of storage at high temperatures and high RH, but those stored at 70% and below did not develop mold after 175 days at 30 and 40°C (experiment duration) and 216 days at 10 and 20°C (experiment duration). Molds were identified mostly as species of Aspergillus and Penicillium. The amount of CO2 in the airtight chambers showed almost no difference from the ambient CO2 except at high temperature and high RH when samples had gone molded. Moisture adsorption equations were developed based on the moisture adsorption data in dynamic environment. Although the Page model showed to fit the data better, the exponential model was chosen to fit the data because its parameters can be better expressed as a function of temperature and RH of the storage environment. The mold-free days for both feed pea and clean pea were modeled at temperatures of 10, 20, 30 and 40°C and RH of 80 and 90%.

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 enseignants0,005
Score d'incertitude au seuil0,010

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 Opus0,008
Tête enseignante GPT0,171
Écart entre enseignants0,163 · 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

Citations3
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity Library - University of Saskatchewan (University of Saskatchewan)Même sujetFood composition and propertiesTravaux en français237 207