Optimization of Physical and Functional Properties of Sorghum-Bambara Groundnut Extrudates
Notice bibliographique
Résumé
<p>Blends of sorghum and Bambara groundnut flour at 90:10, 80:20 and 70:30 ratios respectively, were extruded at 20%, 22.5% and 25% moisture levels and 120<sup>o</sup>C, 140<sup>o</sup>C and 160<sup>o</sup>C barrel temperatures using a single-screw extruder. Response surface methodology with central composite face-centered (CCF) design was used to model the viscosity, water absorption index (WAI) water solubility index (WSI), sectional expansion index (SEI), bulk density (BD), apparent specific volume (ASV) and mass flow rate of the extrudates. The viscosity, WAI, WSI, SEI, BD, ASV and MFR of extrudates varied from 8.38 to 18.78 Nsm-<sup>2</sup>, 5.30 to 6.21 g/g water, 10.5 to 21%, 2.55 to 5.1, 0.223 to 0.499 g/cm<sup>3</sup>, 4.15 to 6.55 cm<sup>3</sup>, and 1.19 to 2.3 g/s respectively. The R<sup>2</sup> values were 0.83, 0.71, 0.55, 0.61, 0.66, 0.77 and 0.61 respectively with a non-significant lack of fit; except for viscosity. Plots of residuals against fitted values showed that residuals were randomly scattered in all cases, thus validating the empirical models for the responses. The optimum amount of Bambara groundnut flour, feed moisture and extrusion temperature were established for viscosity, WAI, SEI, BD, ASV and MFR of the extrudates. Feed moisture had the most effect on extrudates functional and physical properties followed by extrusion temperature.<strong></strong></p>
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 | 0,001 | 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 ».