MétaCan
Menu
Retour à la cohorte
Enregistrement W2782643436 · doi:10.1155/2018/1896057

Physicochemical Characteristics and Microbiological Quality of Honey Produced in Benin

2018· article· en· W2782643436 sur OpenAlexfundno aff
François Ezin Azonwade, Armand Paraïso, Cokou Pascal Agbangnan Dossa, Victorien Dougnon, Christine N’tcha, Wassiyath Moussé, Lamine Baba‐Moussa

Notice bibliographique

RevueJournal of Food Quality · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Moncton
Mots-clésChemistryAlgorithmFood scienceAnimal scienceMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

Honey is a very complex biological product. It has great diversity, giving it a multitude of properties, both nutritionally and therapeutically. This study aimed to study the physicochemical and microbiological characteristics of honeys collected during the dry and rainy seasons in the different phytogeographical areas of Benin. The study revealed that all honeys had pH, water content, electrical conductivity, ash content, free acidity, total sugars, and reducing sugars, respectively, ranging within 3.65–4.09; 12.07–13.16%; 530.25–698.50 μs/cm; 0.42–0.53%; 35.67–40.52 meq/kg; 60–70%; and 58–70%. Moisture content, total sugars, and reducing sugars varied very significantly ( p<0.05 to p<0.001 ) from one area to another and from one season to another. However, only the production season has a significant influence ( p<0.05 ) on the pH of the honey. With regard to the ash content, free acidity, and electrical conduction, no significant difference ( p>0.05 ) between the zones or between the seasons was observed. The results of the microbiological characterization showed that there is heterogeneity in the microbial load. These results have shown that these honeys meet international standards and their characterization will make it possible to obtain Beninese quality labels.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,061
Tête enseignante GPT0,296
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'étudeObservationnel
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

Citations63
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food QualityMême sujetBee Products Chemical AnalysisTravaux en français237 207