MétaCan
Menu
Retour à la cohorte
Enregistrement W3090859486 · doi:10.1111/jfpe.13535

Effect of simultaneous dual‐frequency ultrasound aided ethanolic pretreatment on drying kinetics, bioactive compounds, antioxidant activity, and physicochemical properties of apple slices using pulsed vacuum dryer

2020· article· en· W3090859486 sur OpenAlexaff
Robert Amanor‐Atiemoh, Zhou Cunshan, Arun S. Mujumdar, Richard Osae, Abdullateef Taiye Mustapha, Hafida Wahia, Gilbert Owiah Sampson, Abigail Amoa‐Owusu, Haile Ma

Notice bibliographique

RevueJournal of Food Process Engineering · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésChemistryABTSDPPHAntioxidantFood scienceFlavonoidEthanolAnthocyaninKineticsNuclear chemistryChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This work aims at investigating effect of different pretreatments and varied temperature on the drying kinetics, bioactive compounds, antioxidant activity, microstructure and functional group of apple slices using pulsed vacuum dryer. Pretreated apple slices (Ethanol, US + W, and US + E) dried at varied temperature (60, 70, and 80°C) were analyzed to determine total phenolic content (TPC), total flavonoid content (TFC), 1,1‐diphenyl‐2‐picrylhydrazyl (DPPH + ), 2,2‐azino‐bis‐(3‐ethylbenzothiazoline‐6‐sulfonic acid (ABTS + ), color, microstructure and FT‐IR spectroscopy. The findings revealed that US + E pretreatment significantly ( p < .05) decreased drying time (20–33.33%). Activation energy and moisture effective diffusivity were 17.60–29.86 kJ/mol and 1.52–3.60 × 10 −8 m 2 /s, respectively. Microstructure evaluation showed disruption of cells structure and microchannels formation but was more prominent in US + E pretreatment with noticeable larger pores and several microchannels. US + E pretreatment retained TPC (64.89–75.75 mg/100 g GAE dw), TFC (45.96–56.25 mg/100 g ER dw), DPPH + (66.85–73.34%) and ABTS + (62.58–71.17%) than Ethanol, US + W, and control and was further corroborated by the observed peaks as revealed by the FT‐IR spectroscopy. Color ( L *, a *, b *, whiteness) was better retained by Ethanol and US + E pretreatments. US + E pretreatment decreased drying time and also preserved bioactive compounds, antioxidant activity and color of apple slices. Practical application Apples are popularly consumed fruits and confer various nutritional and health benefits to humans. Drying is the most common approach for apple processing and shelf life extension. However, drying often leads to a reduction in quality parameters as well as degradation of nutritional components of the apple. Novel pretreatment techniques like ultrasonic aided ethanolic pretreatment preceding to apple drying provides an added advantage over conventional drying methods in that it reduces dehydration time as a result of faster moisture removal, lowers energy consumption, improves process efficiency leading to industrial competiveness and it also preserves the nutritional and sensorial parameters of dried apple slices.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,231
Écart entre enseignants0,208 · 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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food Process EngineeringMême sujetFood Drying and ModelingTravaux en français237 207