MétaCan
Menu
Retour à la cohorte
Enregistrement W2315947294 · doi:10.1021/cg501221d

Spheroidal Fat Crystal Microstructures Formed with Confined Gap Shearing

2014· article· en· W2315947294 sur OpenAlexafffund
Tu Tran, Supratim Ghosh, Dérick Rousseau

Notice bibliographique

RevueCrystal Growth & Design · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Chemistry and Fat Analysis
Établissements canadiensUniversity of SaskatchewanToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShearing (physics)Shear rateMicrostructureShear (geology)RheologyCrystallizationMaterials scienceShear stressCanolaComposite materialOptical microscopeChemical engineeringCrystal structureChemistryCrystallographyOrganic chemistryScanning electron microscope

Résumé

récupéré en direct d'OpenAlex

Confined gap shear-cooling was used to structure a model solid fat/liquid oil system consisting of fully hydrogenated canola oil (FHCO) and canola oil (CO). Samples were cooled at various cooling rates (0.2–5.0 °C/min) and shear rates (0, 500, 1000, and 2000 s –1 ) and characterized via polarized light microscopy and rheology. In the absence of shear (0 s –1 ), FHCO crystallized into an aggregated network of spherulites. Upon shearing, HCO crystallized into distinct spheroids whose size and structure were dependent on the cooling and shear rates used as well as crystallization duration and temperature. Lower shear rates resulted in larger, more irregularly shaped spheroids, whereas with higher shear rates these were more numerous and smaller. The simultaneous action of cooling and shear was required for spheroid formation, with shear having a greater impact. A mechanism was proposed to identify the multiple steps involved in the formation of the spheroids. Overall, these results demonstrated that it is possible to tailor the aggregation behavior of individual fat crystals toward novel morphologies that may be used to control fat crystal network microstructure and rheology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,556

Scores Codex et Gemma par catégorie

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 Opus0,017
Tête enseignante GPT0,193
Écart entre enseignants0,176 · 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 tête enseignante, 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

Citations19
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCrystal Growth & DesignMême sujetFood Chemistry and Fat AnalysisTravaux en français237 207