MétaCan
Menu
Retour à la cohorte
Enregistrement W2883594645 · doi:10.1002/fsn3.707

Effect of variety and drying temperature on physicochemical quality, functional property, and sensory acceptability of dried onion powder

2018· article· en· W2883594645 sur OpenAlexaff
Muhaba Seifu, Yetenayet B. Tola, Ali Mohammed, Tess Astatkie

Notice bibliographique

RevueFood Science & Nutrition · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGarlic and Onion Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFood scienceSensory systemChemistryPsychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

In Ethiopia, onion is one of the most important vegetables/spices produced as a source of cash income and for flavoring foods. However, postharvest loss during storage remains a major challenge. In this study, the effects of variety (Bombay red, Qellafo and Sweet carolin) and drying temperature (Fresh, 50, 60, 70, 80, and 90°C) on physicochemical quality, functional property, and sensory acceptability of dried onion powder were determined. The results indicated that total color change of Bombay red was not affected by temperature, but Qellafo and Sweet carolin varieties showed an increase in color change as drying temperature increases. Bulk density, shrinkage ratio, and water hydration capacity increased with increasing temperature for all three varieties. The degradation of vitamin C, pyruvic acid, and desired sensory attributes increased with increasing oven drying temperature. All in all, Qellafo dried at 70°C for 5 hr was found to be desirable for production of dehydrated onion powder. The findings of this study will allow the identification of the best of the three commonly grown onion varieties in Ethiopia, and the preferred temperature for production of dried onion with minimal negative effect on physicochemical, functional, nutritional, and sensory properties.

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 savante0,0010,000
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 Opus0,032
Tête enseignante GPT0,277
Écart entre enseignants0,245 · 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

Citations51
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Science & NutritionMême sujetGarlic and Onion StudiesTravaux en français237 207