MétaCan
Menu
Retour à la cohorte
Enregistrement W2769213823 · doi:10.5539/jfr.v6n6p83

The Effects of Replacing Pork Fat with Cold-Pressed Coconut Oil on the Properties of Fresh Sausage

2017· article· en· W2769213823 sur OpenAlexvenueno aff
Wannee Tangkham, Frederick LeMieux

Notice bibliographique

RevueJournal of Food Research · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTBARSFood scienceChemistryThiobarbituric acidCoconut oilLipid oxidationMoistureComposition (language)AntioxidantLipid peroxidationBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The effects of substituting coconut oil on the chemical composition, microorganism, and sensory properties of fresh sausages were investigated. This experiment evaluated three (0, 10%, 20%) levels of cold-pressed coconut oil (CPCO) and pork fat stored at 3°C for 14 days. The following treatments: 1) control (20% pork fat: 0% CPCO), 2) 0% pork fat: 20% CPCO and 3) 10% pork fat: 10% CPCO were replicated three times. Treatments were analyzed for pH value, % moisture content, % drip loss, lipid stability (thiobarbituric acid-reactive substances TBARS), aerobic plate counts, Escherichia coli, Staphylococcus aureus, and sensory analysis. The initial moisture content of fresh sausage in this experiment ranged from 63.44 to 65.67%. Fresh sausage with 20% CPCO inhibited the growth of aerobic bacteria and obtained the highest TBARS values (4.25 mg MDA/kg) compared to the control treatment. In addition, fresh sausage (10% pork fat and 10% CPCO) decreased the % drip loss, pH value and obtained the highest overall rating (6.45) of sensory testing (n = 75). No E. coli and S. aureus were found in this study for 14 d at 3°C.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,674

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,145
Tête enseignante GPT0,323
Écart entre enseignants0,178 · 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 tête enseignante, 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetMeat and Animal Product QualityTravaux en français237 207