Dried berry pomace as a source of high value-added bioproduct: drying kinetics and bioactive quality indices
Notice bibliographique
Résumé
Drying kinetics and bioactive quality indices (total phenolics, flavonols, anthocyanins, and antioxidant activity) of fermented Merlot grape, cranberry, highbush blueberry, and wild lowbush blueberry pomace were evaluated. Thin layer drying experiments were performed at two loading densities (kg m−2) at 50, 60, and 70°C in a cabinet convection air dryer. Phenolics composition and antioxidant activity of both cabinet convection air dried pomace and freeze dried pomace were assessed. The effective moisture diffusivity (Deff) and activation energy (Ea) values were calculated for each pomace type subjected to cabinet convection air drying and experimental drying data from these experiments were modeled with the Newton/Lewis, Henderson-Pabis, and Page equations. This work showed that levels of phenolic compounds and antioxidant activity in pomace subjected to cabinet convection air drying at certain conditions were generally comparable to levels in freeze dried pomace. Results indicated that subjecting the berry pomace to shorter processing times upon cabinet convection air drying (half load density at 70°C) results in better bioactive quality retention. Thus this method could be used to generate dried berry pomace which could be a source of bioactive compounds with potential use as a value added product in the food industry and other industries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».