MétaCan
Menu
Retour à la cohorte
Enregistrement W2969553087 · doi:10.1111/jfpe.13229

Effect of processing on vital chemical components of button mushroom

2019· article· en· W2969553087 sur OpenAlexaff
Somya Singhal, Prasad Rasane, Jyoti Singh, Sawinder Kaur, Vikas Kumar, Kajal Dhawan, Sushma Gurumayum, Navneet Kaur, Neeru Gupta, Damanpreet Kaur

Notice bibliographique

RevueJournal of Food Process Engineering · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueFungal Biology and Applications
Établissements canadiensCentennial College
Organismes subventionnairesnon disponible
Mots-clésBlanchingChemistryMushroomOsmotic dehydrationDehydrationFood scienceAscorbic acidCalciumSodiumExtraction (chemistry)ChromatographyBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The processing conditions for mushroom (Agaricus bisporous) were optimized for optimal nutrient retention. Pretreatments, namely blanching (hot water, frying, microwave, and steam blanching) and osmotic dehydration were considered as variables at different temperatures and salt concentrations (5–20%). After blanching, the different times of deactivation of catalase enzyme were noted for both with and without calcium chloride (2%) treatments. Phytochemicals such as total phenolic content, ascorbic acid, flavonoids, and the free radical scavenging activity were analyzed. Microwave blanching (mushroom treated with 2% calcium chloride) at 1080 W for 30 s was found to be the most appropriate among all the other types of blanching techniques. Further, osmotic dehydration was performed at different salt concentrations and time for the microwave blanched sample. Samples with 15% sodium chloride treatment for 10 min retained, the maximum nutritional compounds according to experimental analysis. Mathematical modeling using the Peleg model was used and mushrooms treated with 10% salt concentration was found to have the least root mean square error values, which was thus chosen to be the most appropriate salt concentration. The functional components of button mushroom are thus most appropriately preserved by treating them with calcium chloride (2%), microwave blanched (1080 W, 30 s), followed by osmotic dehydration (10–15% NaCl for 10 min). Practical applications Thermal processing of mushrooms is the most common technique used in the processing of mushrooms commercially. By understanding the best possible technique the nutritional losses to the product could be reduced extensively, adding to nutritional security. Mathematical modeling used could be used to generate the desired response economically for a variable set of conditions for mushroom processing.

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 seuil0,004

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 Opus0,006
Tête enseignante GPT0,254
Écart entre enseignants0,248 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food Process EngineeringMême sujetFungal Biology and ApplicationsTravaux en français237 207