MétaCan
Menu
Retour à la cohorte
Enregistrement W3094626166 · doi:10.3390/foods9111532

Experimental Characterization of the Drying of Kampot Red Pepper (Piper nigrum L.)

2020· article· en· W3094626166 sur OpenAlexfundno aff
Elen Morm, Khamphon Ma, Sovivort Horn, Frédéric Debaste, Benoı̂t Haut, Sokneang In

Notice bibliographique

RevueFoods · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePiperaceae Chemical and Biological Studies
Établissements canadiensnon disponible
Organismes subventionnairesAgence Universitaire de la Francophonie
Mots-clésPiperPepperHorticulturePiperaceaeBiologyBotanyTraditional medicineMedicine

Résumé

récupéré en direct d'OpenAlex

L.), which is produced in the Kampot Province, Cambodia. Indeed, even if the Kampot pepper is recognized for its organoleptic qualities, no research works were dedicated to the drying of its mature grains, in order to yield red pepper. Experiments with different pretreatment and drying conditions were performed. The results of these experiments were analyzed, regarding the drying kinetics, the color of the dry product, and the degradation of the bioactive compounds during the drying. Regarding these bioactive compounds, several parameters were considered: the total phenolic content, the total flavonoid content, and the piperine content. The results show that the Kampot mature pepper is prone to alterations when dried at a temperature of 55∘C or 65∘C: the color, the total phenolic content, and the flavonoid content are significantly altered, while the piperine content, important for the pungency of this spice, seems unaltered. Raising the temperature leads to more important degradations. However, performing a pretreatment by dipping the pepper grains into boiling water appears to significantly reduce these alterations and, concomitantly, to accelerate the drying. As a conclusion of the analysis of the results, it can be stated that, to increase the product quality, it is recommended to pretreat the pepper by dipping it into boiling water during 5 min., before drying at 55∘C.

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 seuil0,005

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,182
Tête enseignante GPT0,401
Écart entre enseignants0,219 · 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetPiperaceae Chemical and Biological StudiesTravaux en français237 207