MétaCan
Menu
Retour à la cohorte
Enregistrement W2689560131 · doi:10.1016/j.ultsonch.2017.06.014

Effects of ultrasonic pretreatments on quality, energy consumption and sterilization of barley grass in freeze drying

2017· article· en· W2689560131 sur OpenAlexaff
Xiaohuang Cao, Min Zhang, Arun S. Mujumdar, Qifeng Zhong, Zhushang Wang

Notice bibliographique

RevueUltrasonics Sonochemistry · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueFreezing and Crystallization Processes
Établissements canadiensMcGill University
Organismes subventionnairesGovernment of Jiangsu Province
Mots-clésSterilization (economics)Pulp and paper industryFood scienceUltrasonic sensorChemistryAgronomyMaterials scienceBiologyMedicineBusiness

Résumé

récupéré en direct d'OpenAlex

Barley grass is a plant resource for rehabilitation therapy. Its processing requires retaining nutrition well for rehabilitation cure of consumers. To meet the aim as well as low energy consumption and microbiological safety of products, ultrasonic treatments (UT) were applied to bathing materials at different power levels (10, 30, 45, 60 W/L) for 10 mins. After treatments, the bathed barley grass (100 g) was freeze-dried under vacuum −0.09 MPa with fixed power of 2 W/g. Parameters of color, microbial colony, energy consumption, glass transition temperature, moisture content, water activity, taste substances, contents of flavonoid and chlorophyll were determined after drying. In contrast with no treatment case, UT (45 W/L) decreased drying time by 14% and decreased energy consumption by 19%; UT (60 W/L) decreased total microbial colonies by 33%. Also, UT (30 W/L) yielded contents of flavonoid (9.2/kg) and chlorophyll (10.5 g/kg) of dried sample; UT power (10 W/L) yielded the highest L∗(51.5) and the lowest a∗(−9.3) value. Simultaneously, UT leads to a higher glass transition temperature (Tg), lower water activity and produces less sourness and bitterness of dried products. Ultra-sonication is an alternative to improve quality, flavor and energy consumption of barley grass in freeze drying.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,236 · 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'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

Citations104
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUltrasonics SonochemistryMême sujetFreezing and Crystallization ProcessesTravaux en français237 207