MétaCan
Menu
Retour à la cohorte
Enregistrement W3035661982 · doi:10.33262/concienciadigital.v3i2.1.1231

Evaluación da la actividad de tres enzimas proteolíticas como biocatalizadores lácteos

2020· article· es· W3035661982 sur OpenAlexvenueno aff
Josselyn Gabriela Bermeo Berrones, Iván Patricio Salgado Tello, Cesar Iván Flores Mancheno, Tatiana Elizabeth Sánchez Herrera

Notice bibliographique

RevueConcienciaDigital · 2020
Typearticle
Languees
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePineapple and bromelain studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCaricaHumanitiesFicusBrixPhysicsChemistryHorticultureBiologyArtFood scienceSugar

Résumé

récupéré en direct d'OpenAlex

El estudio de las enzimas proteolíticas a nivel industrial tiene una gran importancia ya que su utilidad catalítica podrá ser utilizada especialmente en la industria láctea, por lo que el objetivo del estudio fue la obtención de tres enzimas proteolíticas a partir de la piña (Annanas-cosmosus L), papaya (Carica-papaya) y el higo (Ficus-carica L), para lo cual se utilizaron técnicas diferentes de extracción del látex, aplicando un diseño completamente al azar y Tukey como prueba estadística, contando con 5 repeticiones y un tamaño de unidad experimental de 5kg, dando como resultado diferencias altamente significativas entre las tres enzimas estudiadas, en tanto que, para la obtención del látex se utilizaron los métodos de la ruptura mecánica para la piña, cortes longitudinales para la papaya e higo. Se obtiene valoraciones físico-químicas de 7,62 Brix y 5,48 de pH para la papaya, 12,12 Brix y 2,20 de pH de para la piña y 7,24 Brix con 6,48 pH para el higo, mientras que, en lo que corresponde al rendimiento se puede mencionar que con 18 g/Kg la ficina es la enzima con mejor resultado. Para la actividad enzimática se empleó un diseño completamente al azar con un tamaño de unidad de 0,0375mg de enzima utilizando leche como sustrato para el proceso de catálisis reportándose valores de, 15,74 U/mg proteína con un tiempo de 73,92seg para la bromelina, 15,09 U/mg proteína con un tiempo de coagulación de 61,44seg para la papaína y 14,87 U/mg proteína con un tiempo de 58 segundos para la ficina indicando que los resultados presentan diferencias altamente significativas y demostrando que la ficina es la enzima que presenta una velocidad enzimática y tiempo de coagulación eficaces y eficientes.

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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,025
Tête enseignante GPT0,310
Écart entre enseignants0,285 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetPineapple and bromelain studiesTravaux en français237 207