MétaCan
Menu
Retour à la cohorte
Enregistrement W2940570202 · doi:10.3390/coatings9050285

Application and Evaluation of a Pectin-Based Edible Coating Process for Quality Change Kinetics and Shelf-Life Extension of Lime Fruit (Citrus aurantifolium)

2019· article· en· W2940570202 sur OpenAlexaff
Neda Maftoonazad, Hosahalli S. Ramaswamy

Notice bibliographique

RevueCoatings · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePostharvest Quality and Shelf Life Management
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLimePectinAscorbic acidChemistryCoatingRespiration rateShelf lifePostharvestFood scienceHorticultureWeight lossEmulsionRespirationBotanyMaterials scienceBiochemistryMetallurgyBiology

Résumé

récupéré en direct d'OpenAlex

Uncertain storage conditions lead to considerable quality loss in lime fruits, which affect their consumer acceptability. Studies aimed at quantifying the kinetics of quality changes under different storage conditions are valuable for minimizing the product quality loss and improving their marketability. The objective of this study was to quantify the effect of pectin-based coating on the kinetics of quality change in stored limes fruits using a pre-established coating process. Lime fruits were immersed in the coating emulsion and then surface dried, cooled, and evaluated after storage for different times at selected temperatures (10–25 °C). Quality characteristics evaluated include physical (texture and color), chemical (ascorbic acid, pH, titrable acidity, total soluble solids), and physiological (respiration rate) properties. Results revealed that with the passage of time, the fruits showed progressive increase in shriveling or wilting and loss in green color, and higher temperatures accelerated these changes. The respiration rate in control samples reached 79, 35, and 7 mL CO2/(kg·h) after 7 days at 25 °C and 22 days at 15 and 10 °C, respectively, while those of coated samples were limited to 40, 32, and 1.06 mL CO2/(kg·h) after 11, 25, and 32 days at the same storage temperatures. Control fruits suffered 6%, 10%, and 24% weight loss following 8 days of storage at 10, 15, and 20 °C, respectively, while the losses in coated fruits were lower (2%, 4%, and 17%, respectively). A zero-order model was found appropriate for weight loss, along with a color a value and ΔE, while a first-order model was found to be better for firmness, brix to acidity ratio, ascorbic acid, and b and L values (R2 > 0.9). The Arrhenius model was suitable for temperature sensitivity of the rate constants.

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 seuil0,002

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 Opus0,143
Tête enseignante GPT0,346
Écart entre enseignants0,203 · 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

Citations104
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetPostharvest Quality and Shelf Life ManagementTravaux en français237 207