MétaCan
Menu
Retour à la cohorte
Enregistrement W2921042423 · doi:10.1002/jsfa.9683

Radiofrequency heating for powder pasteurization of barley grass: antioxidant substances, sensory quality, microbial load and energy consumption

2019· article· en· W2921042423 sur OpenAlexaff
Xiaohuang Cao, Min Zhang, Bimal Chitrakar, Arun S. Mujumdar, Qifeng Zhong, Zhushan Wang, Liping Wang

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Inactivation Methods
Établissements canadiensMcGill University
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésPasteurizationFood scienceSterilization (economics)ChemistryPulp and paper industry

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND Young barley grass powder contains abundant nutrition and its antioxidant substances are severely impaired by radiation (60Co) sterilization. To overcome product quality degradation, radiofrequency pasteurization was conducted using pilot‐scale radiofrequency equipment (27 MHz, 6 kW) with electrode gaps of 12, 14 and 16 cm, while hot‐air (80 °C) pasteurization was used for comparison. RESULTS Assessment suggested that uneven radiofrequency heating was improved for the 14 cm electrode gap. With an increase of electrode gap, microbial inactivation needs more energy consumption. A minimum energy consumption of 970 J g−1 was required for 1 log‐reduction of colonies. Radiofrequency pasteurization retained better antioxidant substances, lightness (L*), green color (a*) and odors in barley grass powder, compared with hot‐air sterilization. Contents of flavonoid and chlorophyll were 5.82 and 4.87 g kg−1 respectively, using the 14 cm electrode gap. Additionally, radiofrequency pasteurization led to an improvement in sourness, bitterness and umami tastes. CONCLUSIONS Radiofrequency pasteurization would be a superior alternative for the pasteurization of barley grass powder. © 2019 Society of Chemical Industry

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 seuil0,004

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,270
Écart entre enseignants0,255 · 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

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetMicrobial Inactivation MethodsTravaux en français237 207