MétaCan
Menu
Retour à la cohorte
Enregistrement W2907969683 · doi:10.4236/aces.2019.91003

Hydrodynamic Modelling, Thermodynamic and Textural Variations during Common Beans Soaking

2019· article· en· W2907969683 sur OpenAlexaff
Ebenezer Miezah Kwofie, Michael Ngadi

Notice bibliographique

RevueAdvances in Chemical Engineering and Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePolysaccharides Composition and Applications
Établissements canadiensMcGill University
Organismes subventionnairesInternational Fund for Agricultural Development
Mots-clésSugarAbsorption of waterChemistryFood scienceThermodynamicsMaterials scienceComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Hydrodynamic characteristics and its associated thermodynamic and textural variation of three common Malawian beans varieties (Boma, Sugar and Mandondo) during soaking were evaluated at four temperature regimes (25°C, 35°C, 45°C and 55°C). The equilibrium water uptake of 127% ± 5% was reached in 10, 6, and 4 hours respectively, for 25°C, 35°C and 45°C. Not much variation was observed between 45°C and 55°C except for sugar beans where equilibrium water uptake was reached within two hours of soaking at 55°C. Three models namely Peleg, two-parameter Mitscherlich model and viscoelastic model were used to evaluate the comparative predicting capabilities of the bean hydrodynamic characteristics. All models predicted the water absorption accurately (R2 > 0.903, RMSE activation kinetic parameters to be between 25 - 65 kJ/mol. Sugar beans were found to be the least hard. At room temperature, its hardness reduced by 58% within 2 hours of soaking. At higher temperature (55°C) hardness values were reduced to 12.5%, 11.1% and 15.0% within the first hour for Boma, Sugar and Mandondo beans, respectively.

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 enseignants0,011
Score d'incertitude au seuil0,021

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 savante0,0000,000
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 Opus0,004
Tête enseignante GPT0,199
Écart entre enseignants0,195 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Chemical Engineering and ScienceMême sujetPolysaccharides Composition and ApplicationsTravaux en français237 207