Physicochemical and sensory characteristics of commercial, frozen, dry, and wet-aged Hanwoo sirloins
Notice bibliographique
Résumé
Objective: The objective of this study was to evaluate the physicochemical, sensory and taste characteristics of commercial, frozen, dry, and wet aged Hanwoo sirloin. Methods: Grade 2 sirloin from 6 Hanwoo steers (about 30 months old) were obtained after 5 days postmortem. Samples assigned into the following four groups commercial beef (CON), frozen beef (HF/40 days in -18°C freezer), wet-aged beef (HW/21 days), and dry-aged beef (HD/40 days) were stored in a 80±5% relative humidity cooler at 1 °C. Results: The HF group showed a significantly higher cooking loss and expressible drip with significantly higher pH compared to other groups. In addition, protein and fat contents in the HD group were higher than those in other groups (p < 0.05). The shear forces in the HW and HD groups were significantly lower than those in the CON group. The HD group had significantly higher omega-3 and polyunsaturated fatty acids compared with other groups. Glutamic acid levels in the HD group were significantly higher compared with those in other groups. Electronic tongue analysis revealed that sourness of the HD group was lower than that of other groups, whereas the HD group showed significantly higher umami, richness, and saltiness compared to other groups (p < 0.05). Sensory test results revealed that the HW group had significantly higher tenderness, while the HD group had significantly higher chewiness, juiciness, and overall acceptability scores. Conclusion: These results suggest that both wet- and dry-aging treatments can effectively improve sensory characteristics, and dry-aging was much more useful to enhance umami tastes and meat quality of 2 grade Hanwoo sirloins.
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 | 0,001 |
| 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 ».