MétaCan
Menu
Retour à la cohorte
Enregistrement W3157261495 · doi:10.22034/fr.2021.31888.1642

بررسی اثر انجماد بر ویژگیهای کیفی گوشت ماهیچه گاو خام و پخته در مدت پنج ماه نگهداری

2021· article· fa· W3157261495 sur OpenAlexvenueno aff
سرور کلانتری, آیناز علیزاده

Notice bibliographique

RevueJournal of Food Research · 2021
Typearticle
Languefa
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistry

Résumé

récupéré en direct d'OpenAlex

زمینه مطالعاتی: گوشت قرمز به دلیل داشتن پروتئین بالا و کامل از ضروری‌ترین ترکیبات در رژیم غذایی انسان می‌باشد. زمینه مطالعاتی: در سال‌های اخیر مطالعات نشان داده‌اند که روش‌های پخت و فرآوری گوشت نه تنها در کیفیت و محتوای ماده چرب بلکه در تشدید شاخص اکسایشی آن مؤثرند. هدف: در این پژوهش اثر نگهداری در شرایط انجماد بر گوشت ماهیچه در دو تیمار مختلف، ابتدا پخته و سپس منجمد شده ( تیمار 1) و منجمد و سپس پخته شده ( تیمار 2) مورد مطالعه قرار گرفت.روش کار: ویژگی‌های فیزیکی‌شیمیایی نمونه‌ها در طول 3 دوره زمانی (روز 1، 3 و 5 ماه) مورد بررسی قرار گرفت. نمونه‌ای نیز بدون تیمار به عنوان نمونه شاهد در نظر گرفته شد. در تمامی ویژگی‌های فیزیکو‌شیمیایی و حسی مورد مطالعه (pH، رطوبت، چربی، پروتئین، اندیس پراکسید، تیوباربیتوریک اسید، آهن و رنگ) اثر تیمار بر روی ویژگیهای فوق‌الذکر در سطح اطمینان 95 درصد معنی‌دار بودند (05/0>P). نتایج: نتایج حاصل از مقایسه میانگین داده‌ها نشان داد که در طول مدت نگهداری در هر دو تیمار چربی، pH و آهن به طور معنی‌داری (05/0>P) کاهش یافته است و میزان پروتئین، پراکسید و تیوباربیتوریک اسید به طور معنی‌داری (05/0>P) افزایش یافته است. نتیجه این پژوهش نشان داد که تقریبا هر دو نمونه طی 5 ماه به فساد اکسیداتیو می‌رسند و نگهداری در هر دو تیمار نهایتا تا 3 ماه توصیه می‌شود.نتیجه گیری کلی: با در نظر گرفتن ویژگی‌های تغذیه‌ای که از گوشت انتظار می‌رود می توان گفت نمونه 1 (گوشت پخته و سپس منجمد شده) به علت حفظ بیشتر آهن و پروتئین و TBA پایین‌تر که نشان‌دهنده شدت پایین‌تر اکسیداسیون است نسبت به تیمار 2 (گوشت منجمد و سپس پخته شده) برتری نسبی دارد و می‌توان این روش را برای نگهداری گوشت پیشنهاد کرد.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0850,056

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 Opus0,095
Tête enseignante GPT0,360
Écart entre enseignants0,265 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetMilitary Technology and StrategiesTravaux en français237 207