Level Ekstrak Buah Nanas (Ananas Comosus L. Merr) dan Lama Perendaman Terhadap Kualitas Daging Itik Afkir
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk mengetahui level ekstrak buah nanas (Ananas comosus L. Merr) dan lama perendaman terhadap kualitas daging itik afkir. Parameter yang diamati adalah pengaruh penambahan ekstrak buah nanas yang mengandung bromelin, lama perendaman dan interaksi antara kedua faktor terhadap susut masak, pH, kadar protein, kadar lemak dan kadar air daging itik afkir. Itik yang digunakan adalah 18 ekor itik Tegal umur 84 minggu. Sampel yang digunakan untuk uji susut masak, pH, kadar air,kadar lemak, dan kadar air adalah daging paha. Rancangan penelitian menggunakan Rancangan Acak Lengkap (RAL) Pola Faktorial 3 × 3, dengan faktor pertama penambahan ekstrak buah nanas (0%, 10%, 20%) dan faktor kedua lama perendaman (15, 30, 45 menit). Terdapat interaksi antara penambahan ekstrak buah nanas dan lama perendaman (P<0,01) pada kadar lemak dan (P<0,05) pada kadar protein. Penambahan ekstrak buah nanas dan lama perendaman dapat meningkatkan kadar protein daging itik afkir dan menurunkan kadar lemak daging itik afkir. Penambahan ekstrak buah nanas 10% dan waktu perendaman 30 menit menghasilkan kualitas daging itik yang terbaik karena mampu menurunkan kadar lemak dan meningkatkan kadar protein.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».