MétaCan
Menu
Retour à la cohorte
Enregistrement W2312613643 · doi:10.6000/1927-5129.2012.08.01.40

Determination of Selected Physical Properties of Egusi Melon (Citrullus colocynthis lanatus) Seeds

2012· article· en· W2312613643 sur OpenAlexvenueno aff
Y.M. Bande, Nor Mariah Adam, Yudia Azmi, O. Jamarei

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAgricultural Engineering and Mechanization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitrullus lanatusAngle of reposeSpecific gravityMathematicsSphericityMelonCitrullusMoistureHorticultureCitrullus colocynthisCropWater contentParticle densityBotanyChemistryMaterials scienceAgronomyComposite materialMineralogyBiologyVolume (thermodynamics)Physics

Résumé

récupéré en direct d'OpenAlex

Physical properties of seeds are determined for the purpose of developing a processing system. The aim of this research is to determine those properties that will guide the design of seed dehulling machine. In most West African countries, Egusi is grown as a food and cash crop. However, one of the most important problems is its manual dehulling, which is strenuous and time consuming. At moisture level 7.11 % dry basis, average length, thickness and width of Egusi melon seed were 13.199, 1.853 and 7.924 mm respectively. In moisture range of 7.11 to 38.70 % dry basis, studies revealed that 1000 seed mass increased from 0.0949 to 0.1299 kg and surface area from 25.394 to 27.827 mm2. Sphericity and Porosity of seed decreased from 0.215 to 0.196 and 0.541 to 0.444 respectively, while angle of repose increased from 23.66 to 33.63o. Bulk density rose from 414.006 to 456.339 kg/m3 while true density decreased from 901.515 to 821.668 kg/m3. Coefficient of friction on plywood (0.3388 – 0.3598), metal (0.2767 – 0.3198), aluminium (0.2736 – 0.3172) and PVC (0.2999 – 0.3782) were recorded.

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 enseignants0,001
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
Bibliométrie0,0010,001
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 Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,185 · 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

Citations17
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetAgricultural Engineering and MechanizationTravaux en français237 207