Effect of postmortem tenderization strategies (pretumbling, blade tenderization, moisture enhancement) on processing yield parameters and eating quality of selected hip and loin muscles from youthful and mature beef carcasses
Notice bibliographique
Résumé
Abstract Several muscles from mature beef carcasses have been identified as failing to provide adequate tenderness required for a satisfactory consumer eating experience. Postmortem processing strategies can help improve the tenderness and subsequent eating quality of mature beef muscles. The current study was undertaken to investigate the impact of processing strategies (blade tenderization [BT], pretumbling [PT], and moisture enhancement [ME]), alone and in combination, on processing yield and eating quality-related parameters of selected loin and hip muscles (gluteus medius [GM], longissimus lumborum [LL], semimembranosus [SM], and biceps femoris [BF]) from youthful and mature beef cattle. Results indicate that muscles from mature beef were inherently less tender (P < 0.05), but some tenderization procedures produced meat that was similar in tenderness to that of youthful cattle. Of the different tenderization strategies evaluated, BT followed by ME (injection of a salt/phosphate solution) was the most effective strategy for improving (P < 0.05) tenderness of tougher muscle cuts such as BF and SM. Moisture enhancement alone improved tenderness (P < 0.05) and juiciness (P < 0.01) of SM, GM and LL, but with the exception of samples tenderized prior to injection, was not effective (P > 0.05) in BF muscles. No additional tenderization of GM and LL samples was observed (P > 0.05) by combining PT or BT with ME. Combining PT or BT with ME; however, was effective (P < 0.05) to control the increased purge loss observed following ME treatment in SM and LL muscles. Pretumbling as a single treatment was ineffective (P > 0.05) in all of the muscles, and only treatments that included BT were sufficient to effect an increase (P < 0.05) in tenderness of BF.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».