Inter-Relationships between Test Weight, Thousand Kernel Weight, Kernel Size Distribution and Their Effects on Durum Wheat Milling, Semolina Composition and Pasta Processing Quality
Notice bibliographique
Résumé
Although most of the durum wheat produced in the Canadian prairies in 2017 and 2018 met the test weight (TW) requirements for the top grades of Canada Western Amber Durum (CWAD), some samples of top grades were inferior in milling quality. To understand the abnormality, this study was conducted to investigate TW, thousand kernel weight (TKW) and kernel size distribution (KSD) in relation to durum milling potential, semolina composition and pasta quality. With reduction of kernel size, semolina and total milling yields decreased progressively, and kernels passing through no.6 slotted sieve had detrimental impact on milling. The overall relationship between TW and milling yields appeared to be genotype dependent. At similar TW, variety showed lower milling yields had greater proportion of smaller kernels. By account for the difference in KSD, greater relationships (R2 > 0.91, p < 0.001) were found for TKW and proportion of kernels passing No.6 slotted sieve with milling yields than TW (R2 = 0.75, p < 0.001). This infers potential use of small kernels (passing No.6 slotted sieve) as a new objective grading factor for rapid prediction of milling quality of CWAD. Although small kernels exhibited much higher yellow pigment than the larger ones, pasta made from small kernels was duller, redder and less yellow, likely due to the higher semolina ash and protein contents, which adversely affected pasta color.
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 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 | 0,000 |
| 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».