Sensory, Microbiological, Biochemical and Physico-chemical Assessment of Freshness and Quality of Fresh Lake Malawi Tilapia (<i>Chambo</i>) Stored in Ice
Notice bibliographique
Résumé
Sensory, microbiological, biochemical and physico-chemical methods were used to assess freshness and quality of fresh Lake Malawi Tilapia (Local name: Chambo) to compare their effectiveness and reliability. Fresh Chambo samples were rejected by the sensory panel after 16 days from day of catch with a strong linear correlation (P < 0.01, R 2 = 0.95) between sensory quality scores and storage time in ice. Highest bacterial load of 1.6×10 7 cfu/g, cfu/cm 2 was observed on day 15 coinciding with sensory rejection time. TMA-N and TVB-N for freshly caught fish was 0.7 and 5.1 mg/100g, which increased to 3.4 and 26.4 mg/100g respectively at the time of sensory rejection also correlating with increased bacteria load in the fish. Initial pH of the fresh fish muscle was close to neutral (6.47), and reached its lowest point (5.84) on day 16 which was sensory rejection time. Findings suggest that sensory evaluation is reliable in the absence of the other methods. TMA-N is not a reliable method for assessing freshness quality of Lake Malawi Tilapia due to insignificant readings. pH showed to be a quick freshness indicator with an understanding that muscle pH for live fish is generally neutral and increases as deterioration of the quality of fish progresses in storage. Rejection of fish samples before reaching unacceptable microbial limits in this study, underpins the need for using more than one method for accurate freshness and quality assessments of fresh fish.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».