MétaCan
Menu
Retour à la cohorte
Enregistrement W2986568795 · doi:10.15673/fst.v13i3.1453

OPTIMIZATION OF THE TECHNOLOGICAL PROCESS OF FLAX SEED GERMINATION

2019· article· en· W2986568795 sur OpenAlexaboutno aff
S. Kraevska, Oxana Yeshchenko, Natalia Stetsenko

Notice bibliographique

RevueFood Science and Technology · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueVaried Academic Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerminationChristian ministryHumidityRelative humidityMathematicsHorticultureAgricultural engineeringEnvironmental scienceAgronomyEngineeringBiologyPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

In the world, demand for flax seeds and its processed volumes are increasing. Flax seeds are classified as natural functional food products. This is confirmed by the Ministry of Health of many countries, in particular Canada and the United States of America. Flax germination makes flax seed components biologically available. Each type of plant has its own set of germination requirements consisting of both internal and external factors. This research was aimed at studying the effect of various external factors (temperature, humidity.etc.) affecting flax seed germination energy. The temperature varied in the range 16°C to 30°C, in increments of 2°C, as further increasing the temperature requires additional equipment and, consequently, additional energy consumption. The ambient humidity was maintained at 40, 60, 70, and 95%. The flax seeds were germinated for 36 hours till seedlings, up to 3 mm long, appeared. The germination energy was determined for each combination of the controlled factors. A mathematical model of the flaxseed germination process was constructed using the regression and correlation analysis methods. The model obtained determines the optimum germination modes. In the course of the experimental research, we applied experimental design techniques and mathematical processing of the experimental data. Using the computer programmes MathCad and Microsoft Excel optimized the flax seed germination and set its optimum modes. The constructed mathematical model makes it clear that the maximum germination energy 99.64% is achieved at the temperature 27.5°C and humidity 95%. The experimental and statistical models of germination of flax seeds have been obtained, describing the process with the correlation coefficient R = 0.96–0.99. The data obtained can be used to predict the quality parameters of flax seedlings and the energy consumption to obtain them.

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)0,001
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,257
Écart entre enseignants0,242 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Science and TechnologyMême sujetVaried Academic Research TopicsTravaux en français237 207