MétaCan
Menu
Retour à la cohorte
Enregistrement W2951091586 · doi:10.22215/etd/2018-13248

Effect of Non-Thermal Ultrasound on Inulin from Jerusalem Artichoke and Its Application in Dairy Industry

2018· dissertation· en· W2951091586 sur OpenAlexafffund
Hengguang Xu

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInulinUltrasoundFood scienceJerusalem artichokeLinear relationshipMicrostructureChemistryMaterials scienceMedicineMathematicsCrystallographyRadiology

Résumé

récupéré en direct d'OpenAlex

Jerusalem artichoke (JA) is a rich source of dietary fiber. The major dietary fiber inside of JA is inulin which is a heterogeneous collections of fructose polymers with many health benefits for humans. To investigate the effect of ultrasound on the inulin from JA, JA powder, Purified JA inulin (PJAI) was treated with 20KHz ultrasound compared with chicory inulin (CI). Ultrasound treatment time had a positive linear relationship with reducing sugar content of these samples. After ultrasound treatment, reducing sugar content in JA powder increased from 6.101g/100g up to 12.273g/100g. In PJAI, reducing sugar content increased from 10.378g/100g up to 12.274g/100g. Reducing sugar content in CI increased from 1.126g/100g up to 2.183g/100g. Also, determined by HPLC and GPC, for PJAI, there was a negative linear relationship between high degree of polymerization (DP) inulin with ultrasound treatment time (R 2 =0.9169), and a positive linear relationship between low DP inulin with ultrasound treatment time (R 2 =0.9738), which was not observed for inulin from chicory. Furthermore, JA powder was added into whey and milk and treated with 20KHz ultrasound to investigate the structure change. Ultrasound changed the microstructure of milk resulting in a flatter surface for milk and whey. Ultrasound combined particles of milk and whey This kind of phenomenon was much more obvious only for milk when mixed with JA powder.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
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 Opus0,006
Tête enseignante GPT0,282
Écart entre enseignants0,276 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMicrobial Metabolites in Food BiotechnologyTravaux en français237 207