Optimization of Process Parameters for Foam-Mat Drying of Peaches
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Peach (Prunus persica) is a highly perishable fruit with short shelf-life and susceptible to mechanical damage during harvest and post-harvest operations such as sorting, processing, packaging, and transport. Therefore, converting peaches into dehydrated products will not only reduce their post-harvest losses but also retain their nutritional and sensory qualities. The current study aimed at the optimization of process parameters of foam-mat drying for the production of peach powder from the peaches grown in Ontario, Canada. The operating parameters of foam-mat dryer such as temperatures (65°C, 70°C, and 75°C), foam thickness (3, 5, and 7 mm) and the concentration of foaming agents (soy and pea protein isolates (0.5% w/w, 1% w/w, and 1.5% w/w), were optimized using response surface methodology. The resulting peach powder obtained after drying was assessed for moisture, color, total phenols, antioxidant activity, microstructure, and thermal properties. It was observed that drying time increased with an increase in foam thickness and decreased with an increase in temperature and foaming agent concentrations. The optimum drying rate obtained for both proteins based foams was observed at 65°C. Physico-chemical analysis of peach powder showed significantly higher retention of bioactive components such as total phenols and antioxidants in foam mat dried peach powder containing PPI as the foaming agent. The differential scanning calorimetry thermogram for both protein isolates suggested a denaturation temperature of proteins was around 85°C. No significant difference was observed in the morphological structure of powders obtained by using both protein isolates as foaming agents.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle