MétaCan
Menu
Retour à la cohorte
Enregistrement W2936418632 · doi:10.17221/18/2018-rae

Comparative kinetic analysis of convective and vacuum dried Opuntia ficus-indica (L.) Mill. cladodes

2019· article· en· W2936418632 sur OpenAlexaff
Anirban Dey, Somya Singhal, Prasad Rasane, Sawinder Kaur, Navneet Kaur, Jyoti Singh

Notice bibliographique

RevueResearch in Agricultural Engineering · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Research and Applications
Établissements canadiensCentennial College
Organismes subventionnairesnon disponible
Mots-clésCladodesFicusHorticultureKinetic energyBotanyMillCactusChemistryPhysicsBiologyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Opuntia ficus-indica (Linnaeus) Miller more usually known as fodder palm or nopal belongs to family Cactaceae. In the present study, the drying behavior of the O. ficus-indica cladodes was observed. The study concentrates on comparatively studying two types of commercial drying methods viz., forced convective drying (tray drying) and vacuum drying to dry nopal cladodes at three different temperatures viz. 40, 50 and 60°C. The equilibrium moisture contents for forced convective drying was achieved at 540-720 min and for that of vacuum drying at 600-840 min. Three mathematical drying models for thin layer drying viz. Page, Lewis and Henderson-Pabis model were evaluated for both convective drying and vacuum drying. Statistical parameters such as the coefficient of determination (R2), root mean square error and reduced χ2 were used to fit the models. Page model was found to be satisfactory for both forced convective and vacuum drying of the nopal cladodes at 40 and 50°C respectively. Among these, two drying methods, forced convective drying method was found to be more suitable than the vacuum drying method for nopal cladodes on the basis of drying time and statistical parameters.

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 enseignants0,002
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 savante0,0000,000
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 Opus0,051
Tête enseignante GPT0,321
Écart entre enseignants0,270 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Agricultural EngineeringMême sujetBotanical Research and ApplicationsTravaux en français237 207