Optimizing the debranning of wheat for incorporation in animal feed production
Notice bibliographique
Résumé
Wheat, the predominant feedstock for ethanol production in Canada may be debranned prior to the milling, fermentation and downstream processes. Experiments were carried out using two the Satake mill and tangential abrasive dehulling device (TADD) to remove the bran layer of wheat to optimize the debranning process. Two hundred gram samples of wheat grains were debranned in the Satake mill at grit sizes of 30, 36 and 40, retention time of 30, 60 and 90 s and rotational speed of 1215, 1412 and 1515 rpm or in the TADD at grit sizes of 30, 36, 50 and 80, retention time of 2, 3, 4 and 5 min and rotational speed of 900 rpm. The statistical analysis indicated that rotational speed and retention time were the most significant factors in Satake mill and grit size and retention time affected debranning efficiency in TADD. Using abrasive rollers of higher grit size (fine grit) resulted in a decrease in the percentage removal of bran whereas long retention time caused a high amount of bran to be removed. This, in turn, results in an undesirable loss in starch content of the kernel. . The results indicate that rotation speed of 1412 rpm, 40 grit size and 60 s retention time are the optimum condition for bran production for the Satake mill. Similarly, 900 rpm rotation speed, 50 grit size and 300 s retention time are the optimum conditions for the TADD mill though bran obtained from debranning in TADD was low. Based upon starch separation efficiency, the optimized conditions for the Satake was more desirable compared to TADD.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».