Influence of Pulp, Sugar and Maltodextrin Addiction in the Formulation of Kiwi Jellies With Lemon Grass Tea
Notice bibliographique
Résumé
The jellies constitute an important alternative for the processing of fruits, adding greater economic and nutritional value. The objective of this study was to evaluate the effects of different concentrations of pulp, sugar and maltodextrin on the physical-chemical and textural characteristics of kiwifruit jelly with lemon grass tea. Factorial design 23 was used with 3 replicates at the central point, resulting in 11 experiments with variation of sugar percentages (30, 40 and 50%), pulp (50, 60 and 70%) and maltodextrin (5, 10 and 15%). Water content, moisture content, total soluble solids (TSS), total titratable acidity (TTA), ashes, pH, reducing sugars, non-sugars were evaluated for the following physico-chemical parameters: reducers, total sugars, lipids and vitamin C. Regarding the texture profile, the following parameters were evaluated: hardness, cohesiveness, chewing, gummy and adhesiveness. It was found that among the analyzed variables, the ones that were considered as significant and/or predictive according to ANOVA and the F test were: (moisture, total solids, carbohydrates and vitamin C), through the graphs of the surfaces of responses observed that the percentage of pulp and maltodextrin used was proportional to the increase in moisture content, vitamin C, total solids and carbohydrates. The G2 experiment presented the lowest values of moisture and water activity, and higher carbohydrate contents, total solids and cohesiveness, in which it was formulated with the sugar concentration (-1) and pulp and maltodextrin (+1). The development of kiwi jelly with lemon grass tea is an excellent alternative for the use of the raw material, since it is a product with high nutritional value, stability during storage and potential for consumer acceptance.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».