MétaCan
Menu
Retour à la cohorte
Enregistrement W2997110744 · doi:10.1080/07373937.2019.1694537

Instant controlled pressure drop (DIC) coupled to intermittent microwave/airflow drying to produce shrimp snacks: Process performance and quality attributes

2019· article· en· W2997110744 sur OpenAlexaff
Sabah Mounir, Ezzeddine Amami, Tamara Allaf, Arun S. Mujumdar, Karim Allaf

Notice bibliographique

RevueDrying Technology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOrganolepticAirflowShrimpMaterials scienceMoisturePorosityChemistryComposite materialFood science

Résumé

récupéré en direct d'OpenAlex

Effects of operating parameters of the instant controlled pressure drop (DIC) texturing process followed by intermittent microwave (MW) and airflow drying were studied for the manufacture of novel swell-dried shrimp snacks. The DIC processing parameters were the absolute pressure of saturated steam (P = 0.4, 0.55, and 0.7 MPa) and the treatment time (t = 70, 100, and 130 s). Intermittent MW drying with active time tON of 30 s and tempering time tOFF of 60 s followed DIC-texturing of blanched shrimp samples (30 g cubes of 1 cm3). The MW density power ℘̇ levels tested were 6, 12, and 24 W/g wb (wet basis). The airflow condition was fixed at 3.2 m/s, 20 °C, and 276 Pa water vapor pressure. Drying performance along with the organoleptic, structural, and functional quality parameters was measured for the dried product. The results showed that the highest DIC processing parameters of P = 0.7 MPa for 170 s were the best texturing conditions, while the MW power level of 24 W/g wb yielded the most effective drying performance when 90% of moisture was removed in 10 min, with organoleptic quality attributes and structural properties better than those of conventionally dried shrimp. Furthermore, the aroma was better preserved, and the exceptionally high absolute expansion ratio (Ɛabs = 13.84) and porosity (φ = 92.83%) allowed enhancement of the desired crispness of the snacks as well. The highly porous microstructure also results in improved rehydration performance.

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 seuil0,003

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 Opus0,022
Tête enseignante GPT0,253
Écart entre enseignants0,231 · 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

Citations39
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrying TechnologyMême sujetFood Drying and ModelingTravaux en français237 207