Physicochemical and Nutritional Characteristics of Solar and Sun-dried Tomato Powder
Notice bibliographique
Résumé
Tomato (Solanum lycopersicum) is one of the most important vegetable plants in the world used in cooking foods. In Ghana, at peak seasons of harvesting tomato, high postharvest loses are incurred because of the absence of industrial tomato processing facilities for value addition into other convenient forms to extend shelf-life. Solar drying is a more efficient and low cost method of enhancing the quality and adding value to tomato. This study was carried out to design a natural mixed mode solar dryer suitable for drying tomato and to investigate the quality characteristics of the dried products. Fresh tomatoes were pre-treated with: a) 1% potassium metabisulfite solution; b) 1 % ascorbic acid solution; and c) used untreated as control. Pre-treated tomatoes were dried for three days on the average till there was no significant change in the final moisture content. Open-sun drying was used as a control for comparison purposes. The final moisture content for pre-treated solar dried and sun-dried tomato was 14 - 15 % and 19 - 22 %, respectively. The ash content was higher in the sun-dried samples compared to the solar dried samples, an indication of contamination with extraneous materials from the environment. Sulfur dioxide content of 740.8 mg/Kg d.w., for solar dried tomato pre-treated with potassium metabisulfite was much lower than the maximum legal limit of 2000 mg/Kg d.w., of sulfur dioxide recommended in fruits. Solar and sun-dried tomato pre-treated with potassium metabisulfite had significantly higher carotenoids, lycopene and beta carotene contents than pre-treated samples, and the controls. The quality of pre-treated solar-dried tomato was better enhanced by the use of the solar dryer compared to sun-drying.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».