MétaCan
Menu
Retour à la cohorte
Enregistrement W3006302542 · doi:10.1080/15538362.2020.1717403

Effect of Chemical Pretreatment on Drying Kinetics and Physio-chemical Characteristics of Yellow European Plums

2020· article· en· W3006302542 sur OpenAlexaff
H. S. Brar, Prabhjot Kaur, Jayasankar Subramanian, Gopu Raveendran Nair, Ashutosh Singh

Notice bibliographique

RevueInternational Journal of Fruit Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésChemistryFood scienceCitric acidAscorbic acidThermal diffusivityMoistureWater contentPostharvestWater activityShelf lifeBrowningHorticultureAntioxidantBiochemistry

Résumé

récupéré en direct d'OpenAlex

Drying of plums to prunes is an important postharvest processing step, as it results in a product with higher nutrient density, increased shelf life, and significantly greater antioxidant and fiber content. However, due to the waxy layer present on the plums surface having low permeability toward moisture, plum dries very slowly which is an energy-demanding process. Therefore, to breakdown waxy layer on the surface and enhancement of skin moisture diffusivity, two genotypes (V91074 and V95141) of Yellow European Plums (YEPs) were dipped in 1% (w/v) of Ascorbic Acid (AA), Citric Acid (CA), and Potassium Meta-bisulfite (KMS) solution for 1 min at 40°C. The pretreated YEPs were dried at three different temperatures (50°C, 60°C, and 70°C) until a final moisture content of approximately 30% (wet basis) was reached. It was observed that treated samples (AA and KMS) dried faster as compared to untreated samples, except for CA treatment where no significant difference in drying time was observed. One model cannot be selected for describing the thin layer drying characteristics of YEPs. Five out of 11 models used were found to be a perfect fit for genotype V91074 and genotype V95141, respectively. Pretreatment had a significant effect on effective moisture diffusivity (Deff). Deff for untreated and treated plum samples ranged between 4.6 × 10−11 to 8.6 × 10−11 (m2/s) and 4.9 × 10−11 to 9.1 × 10−11 (m2/s). The drying temperature had a significant effect on phenolic content and antioxidant activity, whereas no significant effect of pretreatment was observed.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,252
Écart entre enseignants0,233 · 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

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Fruit ScienceMême sujetFood Drying and ModelingTravaux en français237 207