MétaCan
Menu
Retour à la cohorte
Enregistrement W2597450018 · doi:10.15673/2073-8684.28/2014.29605

Безпечність швидкозаморожених соків із м’якоттю

2014· article· uk· W2597450018 sur OpenAlexaboutno aff
Олександр Георгійович Дьяков, Світлана БЕЛІНСЬКА

Notice bibliographique

RevueThe Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University Series pedagogy · 2014
Typearticle
Langueuk
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Biological Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFood scienceOrganolepticAscorbic acidChemistryPulp (tooth)Orange (colour)

Résumé

récupéré en direct d'OpenAlex

Problem definition. Fresh fruits and vegetables are an essential and indispensable source of biologically and physiologically active substances. However, during the cultivation plant raw materials collect contaminants of chemical nature, because of more intensive farming techniques and environmental disasters. At the same time, during storage fresh fruits and vegetables can be exposed to bacteriological damage, which causes quantitative and qualitative losses and accumulation of mycotoxins. Goal of research is to study the safety of quick-frozen juices with pulp.Methods and materials. Objects of research – quick-frozen juices with pulp received from variety of melon Amal, watermelon Khersonskyi, apples Golden Delicious, carrot Canada, celery Giant, and beetroot Bordeaux. To increase consumption value, improve organoleptic qualities, to stabilize color and consistency of quick-frozen juices we proposed to blend apple, carrot and celery juices and to add natural polysaccharide xanthan gum and ascorbic acid.Results of research. Coliform bacteria and pathogenic microorganisms, including Salmonella, were not found. It was discovered that the freezing process is a determining factor for reducing the number of mold fungi and yeasts, which are non-persistent to low temperatures. Radioactive nuclides 137Cs і 90Sr in the juices were not detected. Toxic elements, such as cadmium, mercury and arsenic also were not found. The levels of lead, cuprum and zinc were within the limits of the permissible concentrations.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,004
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,065
Tête enseignante GPT0,294
Écart entre enseignants0,229 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University Series pedagogyMême sujetAgriculture and Biological StudiesTravaux en français237 207