MétaCan
Menu
Retour à la cohorte
Enregistrement W2361145520

Effect of Rosemary Extract on Lipid Oxidation and Quality of Beef Meat Balls during Frozen Storage

2015· article· en· W2361145520 sur OpenAlexaff
Na Jia

Notice bibliographique

RevueXiandai shipin keji · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésChewinessTBARSFood scienceLipid oxidationChemistryThiobarbituric acidAntioxidantLipid peroxidationBiochemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Different concentrations of rosemary extract(0%, 0.02%, 0.04%, and 0.06%) were added to beef meat balls, and beef meat balls with 0.02% butylhydroxyanisole(BHA) were used as the control. The peroxidate value(PV), content of thiobarbituric acid reactive substances(TBARS), color, water-holding capacity, as well as textural and sensory properties were evaluated to determine any improvement brought about by rosemary extract on lipid oxidation and quality of beef meat balls. The results showed that rosemary extract significantly decreased PV and TBARS content, thus inhibiting lipid oxidation. The a* value increased and good color was maintained. The thawing and cooking losses declined with the use of rosemary extract, while water-holding capacity and textural properties, including hardness, springiness, and chewiness, improved. Beef meat balls with rosemary extract showed higher sensory values and good sensory properties. Therefore, rosemary extract have potential applications in the inhibition of lipid oxidation during frozen storage, thus improving quality of beef meat balls.

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)0,002
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 enseignants0,539
Score d'incertitude au seuil0,234

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,062
Tête enseignante GPT0,294
Écart entre enseignants0,232 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueXiandai shipin kejiMême sujetMeat and Animal Product QualityTravaux en français237 207