Modeling study of coffee extraction at different temperature and grind size conditions to better understand the cold and hot brewing process
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract In this study, the extraction kinetics, based on total dissolved solid (TDS), at different temperatures (4, 23, 50, and 93°C) for different grind sizes (VMD = 139, 643, 1,450, 1,747 μm) were investigated. Coffee extraction proceeded in initial fast extraction stage followed by a significantly slower extraction stage, which correspond to the extraction from surfaces of broken cells and the extraction from intact coffee cells, respectively. Diffusion inside the coffee particle is a very slow process, so breaking the cells is a very efficient way to increase the mass transfer rate. In addition, the ultimate extraction yield increased with increasing brewing temperature and decreasing of particle size. The Weibull distribution, pseudo‐first order and pseudo‐second order model were fitted to the kinetics data, with high coefficients of determination (0.687–0.998), and low root mean square error (0.02–0.26%). Meanwhile, exponential equations were created to correlate the derived rate constants (1/ α , k 1 , and k 2 ) with brewing temperature and particle size to achieve the prediction of brewing extent (TDS t /TDS eqm ) at different temperature‐particle size combinations. Practical applications This study investigated the kinetics of coffee extraction at different grind size and temperature conditions with the purposes to better understanding the cold and hot coffee brewing process, as well as to predict the coffee extraction. The findings in this study will have practical applications in three folds: Help manufacturers of coffee brew products (ready to drink or concentrate) to better design and control their coffee extraction process. Aid manufacturers of coffee extraction equipment and coffee brewers to improve their products Provide reference information for coffee store, barista, coffee enthusiast, and consumers to brewing a better cup of coffee
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.
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 découle