MétaCan
Menu
Retour à la cohorte
Enregistrement W3157391553 · doi:10.1111/ijfs.15096

Comparative evaluation of the effect of microfluidisation on physicochemical properties and usability as food thickener and Pickering emulsifier of autoclaved and TEMPO‐oxidised nanofibrillated cellulose

2021· article· en· W3157391553 sur OpenAlexaff
Sirada Sungsinchai, Chalida Niamnuy, Anusorn Seubsai, Paweena Prapainainar, Pattra Wattanapan, Wasina Thakhiew, Vijaya Raghavan, Sakamon Devahastin

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésNanocelluloseCelluloseRheologyChemical engineeringViscosityNetwork structureMaterials scienceChemistryChemical structureConsistency (knowledge bases)Food sciencePolymer scienceOrganic chemistryComposite materialMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Summary Although chemical‐free production processes of nanofibrillated cellulose (NFC) have been investigated, comparative studies on the effect of chemical and chemical‐free processes to produce NFCs are limited. Combined effect of either of these production routes and defibrillation condition has also never been studied. Here, thermally treated NFCs were produced through microfluidisation for 6–12 passes (ANFC6‐ANFC12), while TEMPO‐oxidised NFC (TONFC) was prepared at six passes. Proportion of nanocellulose, viscosity, Gʹ and Gʺ values increased with increased microfluidisation pass in the cases of ANFCs. ANFC12 exhibited gel‐like behaviour with strongest three‐dimensional network structure and required lowest concentration to enhance thin liquid foods into honey‐like consistency. TONFC needed to be added by as much as 8.5, 1.3 and 2.3 times the amount of ANFC12 to achieve the same consistency in thickened water, milk and soup, respectively. ANFC12 can also be well used as Pickering emulsifier due to its higher viscosity and gel‐like property.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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)0,0010,000

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 Opus0,045
Tête enseignante GPT0,333
Écart entre enseignants0,288 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207