MétaCan
Menu
Retour à la cohorte
Enregistrement W2669776767 · doi:10.1111/1541-4337.12273

Effects of High Hydrostatic Pressure Processing on Hen Egg Compounds and Egg Products

2017· article· en· W2669776767 sur OpenAlexafffund
Nassim Naderi, James D. House, Yves Pouliot, Alain Doyen

Notice bibliographique

RevueComprehensive Reviews in Food Science and Food Safety · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Inactivation Methods
Établissements canadiensUniversity of ManitobaUniversité Laval
Organismes subventionnairesMitacsEgg Farmers of Canada
Mots-clésFood industryHydrostatic pressurePasteurizationFood scienceFood productsFood processingBiochemical engineeringPascalizationChemistryBusinessHigh pressureEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

High hydrostatic pressure (HHP), used alone or with other processes, is an emerging technology increasingly used in the food industry to improve microbial safety, and the functionality and bioactive properties of food products. HHP provides a way to reduce energy requirements for food processing and may contribute to improved energy efficiency in the food industry. Hen egg is used by the food industry to formulate many food products. To improve the microbiological safety of egg and egg-derived products, HHP processing is an attractive alternative to heat- pasteurization and a potential technology. However, HHP treatment induces structural modifications of egg components (such as proteins) which could positively or negatively affect the physicochemical and functional properties of egg-derived products. Improving our knowledge regarding the potential of HHP in the egg industry will add value to the final food products and increase profitability for egg producers and the food 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0030,000

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 Opus0,040
Tête enseignante GPT0,330
Écart entre enseignants0,290 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueComprehensive Reviews in Food Science and Food SafetyMême sujetMicrobial Inactivation MethodsTravaux en français237 207