Biochemically assisted rice whitening for improving head rice yield
Notice bibliographique
Résumé
Abstract The maximum attainable head rice yield in conventional long grain rice milling is approximately 64%, with around 15% being lost as a result of broken rice kernels. The primary objective of this project was, therefore, to improve the milling yield. To achieve this goal, biochemically assisted whitening processes involving the application of different aqueous solutions were evaluated. Head rice yield was increased for all tested liquids (3.3–3.8% depending on liquid) for Gladio‐type brown rice treated with 0.5% liquid prior to whitening to 40 Kett using a lab‐scale horizontal friction‐type McGill whitener. However, the moistening led to increased caking in the McGill milling chamber. In comparative trials, the use of moistening solutions containing enzymes, sorbit, or sodium chloride instead of pure water delivered a slightly, but nevertheless, significantly higher degree of whiteness directly after milling while it did not result in a significant reduction in the number of broken kernels. Since average head rice yield has a 43% higher commercial value than broken kernels, the 3.6% improvement in milling yield achieved by adding 0.5% water would result in an estimated increase in profit for a 7.5 t/h rice mill of 0.83%. Practical applications Rice as a global staple food bears a critical role in human nutrition. At the same time, the quality of milled rice is a key buying and price criterion in rice‐consuming countries. One key quality criterion is the number of brokens in rice. Hence, it is critical for rice millers to minimize the degree of broken kernels. Biochemically assisted rice whitening for improving head rice yield is a combined biochemical and physical method to facilitate bran removal from brown rice. The main aim of the present study was to investigate the effect of biochemically assisted rice whitening on the number of brokens and to assess potential technological challenges resulting from the liquid addition.
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) | 0,001 | 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) | 0,002 | 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 ».