MétaCan
Menu
Retour à la cohorte
Enregistrement W2336539439 · doi:10.5539/mas.v10n3p208

Sensorial Properties, Chemical Characteristicsand Fatty Acids Profile of Cheese Fortified by Encapsulated Kilka Fish Oil

2016· article· en· W2336539439 sur OpenAlexvenueno aff
SeyedReza Hejazian, SeyedehZeynab Hatami Takami, Esmaeil Ghanbari Shendi

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood scienceFish oilChemistryFlavorSignificant differenceFish <Actinopterygii>OdorBiologyFisheryMathematics

Résumé

récupéré en direct d'OpenAlex

&lt;p&gt;However Kilka is a valuable fish in nutritional point of view, but a large part of it used in poultry feed. The main&lt;br /&gt;reason is the undesirable odor. In this study Kilka oil was blended with milk at 1% and 2% level and then the&lt;br /&gt;mixture spray dried. These encapsulated Kilka oil were added to cheese as a fortificant materials at 5% level.&lt;br /&gt;Cheese without encapsulated Kilka oil was as a control treatment. Results showed that there was no significant&lt;br /&gt;difference (p&amp;gt;0.05) between color of fortificated cheese with control cheese. There was no significant difference&lt;br /&gt;(p&amp;gt;0.05) between odor of cheese with 5% encapsulated Kilka oil that contain 1% Kilka oil (A) with control&lt;br /&gt;cheese. There was no significant difference (p&amp;gt;0.05) between flavor of cheese with 5% encapsulated Kilka oil&lt;br /&gt;that contain 1% Kilka oil (A) with cheese with 5% encapsulated Kilka oil that contain 2% Kilka oil (B) but there&lt;br /&gt;was significant difference (p&amp;lt;0.05) between these two treatments with control cheese. Also, the eicosapentaenoic&lt;br /&gt;acid (EPA) and docosahexaenoic acid (DHA) content of fortified cheeses had significant difference (p&amp;lt;0.05)&lt;br /&gt;with control cheese.&lt;/p&gt;

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)0,001
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 enseignants0,057
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,034
Tête enseignante GPT0,220
Écart entre enseignants0,186 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetMeat and Animal Product QualityTravaux en français237 207