MétaCan
Menu
Retour à la cohorte
Enregistrement W2526268233 · doi:10.1002/jsfa.8054

Effect of reciprocating agitation thermal processing (RA‐TP) on quality of canned tomato (<i>Solanum lycopersicum</i>) puree

2016· article· en· W2526268233 sur OpenAlexafffund
Anubhav Pratap‐Singh, Anika Singh, Hosahalli S. Ramaswamy

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésLycopeneFood scienceCarotenoidChemistryPhenolsSolanumReciprocating motionAntioxidant capacityAntioxidantHorticultureBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Reciprocating agitation thermal processing (RA-TP) is a recent innovation in the field of canning for obtaining high-quality canned food. The objective of this study was to compare RA-TP processing with conventional non-agitated (still) processing with respect to the impact on quality (color, antioxidant capacity, total phenols, carotenoid and lycopene contents) of canned tomato (Solanum lycopersicum) puree. RESULTS: Owing to a 63-81% reduction in process times as compared with still processing, tomato puree with a brighter red color (closer to fresh) was obtained during RA-TP. At 3 Hz reciprocation frequency, the loss of antioxidant, lycopene and carotenoid contents could be reduced to 34, 8 and 8% respectively as compared with 96, 41 and 52% respectively during still processing. In fact, the phenolic content for RA-TP at 3 Hz was 5% higher than in fresh puree. Quality retention generally increased with an increase in frequency, although the differences were less significant at higher reciprocation frequencies (between 2 and 3 Hz). CONCLUSION: Research findings indicate that RA-TP can be effective to obtain thermally processed foods with high-quality attribute retention. It can also be concluded that a very high reciprocation frequency (>3 Hz) is not necessarily needed and significant quality improvement can be obtained at lower frequencies (∼2 Hz). © 2016 Society of Chemical Industry.

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)0,001
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 enseignants0,041
Score d'incertitude au seuil0,143

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 Opus0,017
Tête enseignante GPT0,250
Écart entre enseignants0,233 · 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

Citations13
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetFood Drying and ModelingTravaux en français237 207