MétaCan
Menu
Retour à la cohorte
Enregistrement W2211206054 · doi:10.3402/fnr.v59.28916

Effect of MW-assisted roasting on nutritional and chemical properties of hazelnuts

2015· article· en· W2211206054 sur OpenAlexaff
Fatih Kalkan, Sai Kranthi Vanga, Yvan Gariépy, Vijaya Raghavan

Notice bibliographique

RevueFood & Nutrition Research · 2015
Typearticle
Langueen
DomaineNursing
ThématiqueNuts composition and effects
Établissements canadiensMcGill University
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésRoastingDPPHFood scienceChemistryStarchPostharvestAntioxidantAntioxidant capacityFactorial experimentBotanyMathematicsBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

In order to enhance the flavor, texture, color, and appearance of hazelnuts, they are roasted during postharvest processing. In this study, raw hazelnuts (Corylus avellana L.) were roasted using microwave (MW) and MW-assisted hot air methods under various roasting conditions. The hazelnuts roasted were then examined to determine the percent DPPH radical scavenging activity, antioxidant capacity, total phenolic content, resistant starch, non-resistant starch, total starch, and protein concentration. The roasting experiments were done using a completely randomized factorial arrangement of two roasting types by three roasting times (9, 15, and 21 min) by three roasting temperatures (70, 90, and 110°C) using three replications within each experiment. These roasting methods were found to yield significant differences in antioxidant capacity, total phenolic content, resistant starch, non-resistant starch, and protein concentration between MW and MW-assisted hot air roasting processes, while no difference was found in percent DPPH radical scavenging activity and total starch. The results obtained may be of great importance to the food research community and industrial hazelnut roasting technologies.Keywords: microwave roasting; microwave-assisted hot air roasting; antioxidant activity; resistant starch; protein concentration(Published: 17 December 2015)Citation: Food & Nutrition Research 2015, 59: 28916 - http://dx.doi.org/10.3402/fnr.v59.28916

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 enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,127
Tête enseignante GPT0,374
Écart entre enseignants0,247 · 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

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood & Nutrition ResearchMême sujetNuts composition and effectsTravaux en français237 207