MétaCan
Menu
Retour à la cohorte
Enregistrement W2796842720 · doi:10.1111/jfpe.12689

Study on 3D printing of orange concentrate and material characteristics

2018· article· en· W2796842720 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Food Process Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésExtrusionRheologyNozzleOrange (colour)Materials scienceStarchShear forceComposite materialShear rateFood scienceChemistryMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Three‐dimensional (3D) food printing is a promising technology that attracted the attention of both academia and industry since it is considered as a major paradigm shift in the fabrication of intricate and personalized food design with the choices of altering the nutritional profile. In this study, 3D printing (3DP) properties of orange leather (OL) were characterized and simultaneously comparative assessment was carried out while making it from orange concentrate (OC) by adding varying proportions (15, 20, 25, and 30%) of wheat starch (WS). Rheological data suggest that steam cooking of OC–WS mixture for 16 ± 0.5 min exhibit shear‐thinning behavior, which is essential for extrusion‐type 3DP of food mixtures. A variation of 5% WS with OC significantly increase the yield stress (τ 0 ) and viscosity ( n ). Nuclear magnetic resonance (NMR) study revealed that the maximum amount of partially immobilized water was converted to bound water and developed the highest mechanical strength but poor extrudability for 30% WS containing sample. Texture profile analysis suggests that the 20% WS containing samples provide the best mastication properties among the four samples. To optimize the printing conditions and test the reproducibility of OL 3DP process effects of nozzle diameter ( d n ), nozzle tip‐print bed height ( h c ), extrusion rate ( v d ), and nozzle moving speed ( v n ) were tested experimentally. It was found that, at d n = 1.5 mm, h c = 1.54 ± 0.02 mm, v d = 245 mm 3 /s, and v n = 35 mm/s the printed objects remain consistent, achieve the best resolution and maximum fidelity. Practical applications The 3D food printing process has a great potential to improve the quality and utility of the food and food products. The 3DP of fruit concentrates combined with healthy additives, bioactive compounds could be a novel attractive way for fabricating food to serve people with special requirements, as a snack item or cold dish before main meal. This study suggests that, food mixtures with similar rheological, moisture, and textural properties at similar printing conditions could be used as supply material, that is, the “ink” for an extrusion‐type 3D food printer.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,490
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,231
Écart entre enseignants0,216 · 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