Effect of moisture content on the thermal properties of Horse-Eye Bean seeds relevant to its processing
Notice bibliographique
Résumé
The specific heat, thermal conductivity and thermal diffusivity of the Horse-Eye bean (Mucuna sloanei) were determined as a function of moisture content using the method reported by A.O.A.C (2000). The sample varieties used were the Big Sized and the Small Sized Horse-Eye bean. The specific heat and the thermal conductivity were measured using a Bomb Calorimeter. The thermal diffusivity was calculated from the measured specific heat, thermal conductivity and bulk density of the samples. Within the moisture range of 10.5% to 16.87% (b.b), the specific heat, thermal conductivity and thermal diffusivity varied with the moisture content. Results showed that the specific heat, thermal conductivity and thermal diffusivity of the Horse-Eye bean seeds ranged from 116.76 to 203.29 kJ/kgK; 21.07 to 32.23 W/moC; and 3.12 x 10-7 to 9.19 x 10-7 m 2 /s, for the Big Sized varieties, and 112.06 to 194.61 kJ/kgK; 19.85 to 24.08 W/moC; and 3.05 x 10-7 to 6.71 x 10-7 m 2 /s, for the Small Sized varieties as the moisture content increases from 10.5% to 16.87%. Regression analysis were also carried out on the thermal properties of the Horse-Eye bean varieties and moisture content, and there was positive relationship between the parameters. There were significant effects of moisture content (p < 0.05) on all the parameters conducted. The findings and the data generated will create an impact in the food processing industries for Horse-Eye bean.
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 | 0,001 |
| 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 ».