Processing Capability of Maize Varieties Through Free Sorting and CATA Methodologies and Physicochemical Characteristics
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
Maize varieties have specific food processing abilities, with reference to the production of gambari-lifin, lifin, mawe and ogi, four major intermediate products in Benin. Except for the gambari-lifin, these products are widely known in the most of African countries. The recent development of gambari-lifin in relation with the maize grains quality suggests the screening of appropriate maize cultivars for minimizing failure during processing. Panelists comprising 77 maize food processors sorted fifteen maize varieties of which fourteen improved and one local ecotype, and then described each group with their own words. Additionally, 70 maize food processors performed the CATA (Check All That Apply) questions test with a list of sensory terms on the maize varieties. Furthermore, selected physicochemical and rheological parameters were determined on seven representative maize varieties. Multidimensional scaling (MDS) and hierarchical cluster analysis and multiple factorial analyses (MFA) were performed on sensory descriptors and instrumental data. Based on MDS, four groups of maize varieties were identified being specifically appropriate for one or more of these intermediate products. Grains size and weight, endosperm texture and in a lesser extent colour were the major group descriptors of maize varieties. Vitreous character or average size were positively correlated to processing yield as far as gambari-lifin is concerned while floury character was associated to “ability for pasting”. This study confirms that food processors perception is very helpful and useful tools for maize breeders since it early provides consistent information for the end-uses products.
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 | 0,004 | 0,013 |
| 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 | 0,001 |
| 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