MétaCan
Menu
Retour à la cohorte
Enregistrement W3081848060 · doi:10.1080/15538362.2020.1812017

Optimization of Process Parameters for Foam-Mat Drying of Peaches

2020· article· en· W3081848060 sur OpenAlexafffundabout
Arshdeep Singh Brar, Prabhjot Kaur, Gaganjyot Kaur, Jayasankar Subramanian, Deepak Kumar, Ashutosh Singh

Notice bibliographique

RevueInternational Journal of Fruit Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMicroencapsulation and Drying Processes
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDifferential scanning calorimetryPhenolsFood scienceShelf lifeMaterials scienceMoistureWater contentLipid oxidationPrunusChemistryHorticultureComposite materialAntioxidantBiology

Résumé

récupéré en direct d'OpenAlex

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.

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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,059
Tête enseignante GPT0,299
Écart entre enseignants0,241 · 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

Citations51
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Fruit ScienceMême sujetMicroencapsulation and Drying ProcessesTravaux en français237 207