MétaCan
Menu
Retour à la cohorte
Enregistrement W2327992581 · doi:10.1515/1556-3758.1300

Acid Diffusion in Solid Foods

2012· article· en· W2327992581 sur OpenAlex
Michèle Marcotte, S Grabowski, Yousef Karimi, Paula Nijland

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Food Engineering · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensMcGill UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésChemistryDiffusionCitric acidPasteurizationAcetic acidMass transferFood additiveParticle sizeParticle (ecology)Food scienceChromatographyThermodynamicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Foods acidified to pH levels below 4.5 can be thermally treated at lower temperatures under pasteurization conditions offering reduced thermal damage to product quality. Considering practical criterion, the main objective of this study was to investigate the proper acidification procedures of solid food particles immersed in liquid solutions. This was performed by testing a variety of factors, including particle type and size, temperature, and type and concentration of acids. Furthermore, the minimum acidification time of food particles was also determined. A standard model for mass transfer (e.g. Fick’s second law) was applied. Mass diffusion coefficients (DAB) were calculated based on experimental data. Average values of DAB were in the range of 10-8 to 10-10 m2/s and in agreement with existing literature data. Minimum acidification times varied depending on the type of acid, food, and treatment temperature, and ranged between 7 to 26 min. Meat particles were slowest to acidify, and acetic acid and tomato juice acidified by citric acid were the strongest acidifying agents.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,094

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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,255
Écart entre enseignants0,226 · 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