Effect of viscosity and rheological behavior on selective mass transfer during osmotic dehydration of mango slices in natural syrups
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 Osmotic dehydration of mangoes was investigated for the reduction of solids gain (SG) and potential use of natural syrups as osmotic solutions. Different osmotic solutions at 60 °Brix were used (made with sucrose, glucose, fructose, corn syrup solids (CSS), and agave syrup (AS) with or without added xanthan gum [XG] or inulin) during osmotic dehydration at 40°C of mango slices (0.4 and 1.5 cm thickness). Rheological behavior and viscosity of the different osmotic solutions were determined at 22 and 40°C. According to the results, increasing the viscosity and the sample thickness helped to reduce the sugar gain while maintaining an adequate water loss. The highest sugar gain was found for sucrose, glucose, fructose, AS solutions, and the lowest, for CSS solutions and XG added to AS. The impact of increasing apparent viscosity on SG was more pronounced for thin samples, indicating the importance of the Biot number on selective mass transfer during osmotic dehydration. Practical Applications This research aims to obtain osmotically dehydrated mangoes with low sugar content by using a natural multicomponent solution such as an AS with added ingredients. In this study, the role of solution viscosity combined to sample thickness in lowering SG during osmotic dehydration was elucidated. As well, AS used in this research as a model, is particularly interesting due to its rich content in vitamins and prebiotic (inulin) which levels up the mango nutritious values. This study would help industrials to offer healthier snacks, in particular for consumers who wish to reduce their sugar intake.
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