Development of a New Deodorization Method of Herring Milt Hydrolysate: Impacts of pH, Stirring with Nitrogen and Deaerator Treatment on the Odorous Content
Notice bibliographique
Résumé
Herring milt hydrolysate (HMH) presents the disadvantage of being associated with an unpleasant smell limiting its use. Thus, to develop a new effective and easy-to-use deodorization method, this research aimed to deepen the knowledge regarding the impacts of pH (pH 7 vs. pH 10), overnight stirring with nitrogen (+N vs. −N) and deaerator treatment (+D vs. −D) on the odorous content of HMH. This latter included dimethylamine (DMA), trimethylamine (TMA), trimethylamine oxide (TMAO) and the most potent odor-active compounds of HMH. Results showed that pH had a huge impact on the targeted compounds resulting in higher detected concentrations of DMA, TMA and TMAO at pH 10 than at pH 7 (p < 0.05) while the opposite trend was observed for the most potent odor-active compounds of HMH (p < 0.05). Moreover, independently of the pH condition, the overnight stirring with or without nitrogen had no impact (p > 0.05). Finally, the deaerator treatment was more effective to remove TMA and DMA at pH 10 than at pH 7 (p < 0.05) while the opposite trend was observed for the most potent odor-active compounds (p < 0.05). Sensory analysis confirmed that the application of pH 10 −N +D and pH 7 −N +D + alkalization pH 10 conditions led to the least odorous products (p < 0.05).
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».