MétaCan
Menu
Retour à la cohorte
Enregistrement W3135945246 · doi:10.26656/fr.2017.5(2).520

Novel practice to produce safe and healthy dry fish using irradiated chitosan coating

2021· article· en· W3135945246 sur OpenAlexaff
M.L. Rahman, Rajesh Barua, Ahmmed Jubayer, Jahid M. M. Islam, Abu Hena Mostofa Kamal, Motalebi Abas Ali, Md. Selim Hossain, Moshiur Rahaman, M.A. Hossain, Roksana Huque, Muhammad Attique Khan

Notice bibliographique

RevueFood Research · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésChitosanContaminationCoatingFungicideInfestationFish <Actinopterygii>ToxicologyDry weightFood scienceHorticultureBiologyChemistryPulp and paper industryEcologyFishery

Résumé

récupéré en direct d'OpenAlex

In Bangladesh, dry fishes are mostly produced by drying in an open environment under sunlight, and so the producers are forced to use insecticides and fungicides to prevent microbial and blowfly infestation. That is why dry fishes are often contaminated with residual insecticides and fungicides, which cause a severe threat to human health. In this experiment, gamma radiation treated chitosan solution was used while drying the fishes, and the effect was evaluated. Experimental results suggested that chitosan coating did not hinder the drying process but improved the quality of the produces. Chitosan coating was found as a repellant of blowflies as well. Besides, it also prevented microbial contamination. The nutritional value of the produced dry fishes was examined and found very satisfactory. Overall results suggested that the application of irradiated chitosan can be a very suitable and cost-effective way to produce safe and healthy dry fishes.

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 recherche0,0000,000
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 Opus0,171
Tête enseignante GPT0,383
Écart entre enseignants0,212 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood ResearchMême sujetAquaculture Nutrition and GrowthTravaux en français237 207