Kinetics of Quality Attributes of Potato Particulates during Cooking Process
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.
Notice bibliographique
Résumé
Abstract Kinetics of thermal texture softening, color change and loss of ascorbic acid in potato ( Solanum tuberosum ) were investigated at selected temperature range (70–100°C) and heating time range (0–50 min). Cut samples of potatoes were heated in a constant temperature water bath at various temperatures. Heat-treated samples were evaluated for texture, color and ascorbic acid by use of a texture-testing machine, a color meter and spectrophotometer, respectively. The biphasic first-order model, the fractional conversion model and the simple first-order model were used for fitting experimental data of time dependence kinetics, while the simple first-order model and Arrhenius model were used for temperature dependence kinetics. The results indicated that the biphasic first-order model can match well to the texture softening of potato samples, the fractional conversion model can well describe the kinetics of color, and the simple first-order model can be used for the kinetics of ascorbic acid. The kinetic parameters including decimal deduction time ( D ), reaction rate ( k ), temperature dependence ( z ) and activation energy ( E a ) were determined by the nonlinear regression method. The correlation matrix between quality attributes including texture properties, color and ascorbic acid loss was developed based on the kinetic models. The results obtained from this study were compared with those previously reported.
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 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 | 0,000 | 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 découle