Characterization of isotherms and thin-layer drying of red kidney beans, Part I: Choosing appropriate empirical and semitheoretical models
Notice bibliographique
Résumé
Desorption and adsorption isotherms and drying characteristics of red kidney beans were studied using static and dynamic methods, respectively. The desorption and adsorption isotherms were determined at 60, 50, 40, 30, 20, and 10°C with 32–91% relative humidity (RH). The constant RHs were generated using six saturated salt solutions at constant temperatures. The drying characteristics were determined using a thin-layer dryer with drying air at 50, 40, and 30°C with 35 and 50% RH. The dimensions of the kidney beans before and after drying were measured and shrinkage and sphericity of the beans were calculated. A new method to evaluate the best-fitted equation to characterize the thin-layer drying data was developed. The best-fitted equations to describe the desorption and adsorption isotherms were the modified Chung–Pfost and modified Guggenheim–Anderson–deBoer. The red kidney beans only experienced a falling rate drying period and had a largest shrinkage in the length direction during drying. The Henderson and Pabis model and the modified Page model were the best-fitted models to describe the thin-layer drying data. Using only the values of R2 and mean squared error to evaluate the semitheoretical and empirical models might not be enough. The method developed in this study could help develop a semitheoretical or empirical model with a higher accuracy of drying constant, which could be used to estimate the effective water diffusivity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».