MétaCan
Menu
Retour à la cohorte
Enregistrement W3215515700 · doi:10.1016/j.fbp.2021.11.005

How much do process parameters affect the residual quality attributes of dried fruits and vegetables for convective drying?

2021· article· en· W3215515700 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFood and Bioproducts Processing · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensDalhousie University
Organismes subventionnairesStaatssekretariat für Bildung, Forschung und InnovationSingapore Eye Research InstituteSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésCarotenoidFood scienceChemistryDried fruitVitaminNutrientVitamin CMicronutrientRelative humidityLegumeHumidityHorticultureBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Drying processes reduce the amount of available essential nutrients in dried plant-based foods to a large extent compared to fresh produce. This reduction is much larger than the differences in the final quality of products dried using various processing parameters and, in most cases, different drying methods. This aspect is, however, rarely highlighted. Here, the extent to which different convective drying methods reduce the nutritional content, namely vitamin C, carotenoids and phenolic content of dried fruits and vegetables, compared to fresh produce was quantified using literature data. The impact of different drying process parameters, such as air temperature, airspeed and relative humidity on the nutritional content of fruits and vegetables were compared. Results revealed that convective drying reduced the amount of vitamin C, carotenoids and the phenolic content of dried fruits and vegetables by up to 70%. The reduction in the residual vitamin C and carotenoid content of dried fruits and vegetables due to differences in air temperature (∼40%), airspeed (∼20%), and relative humidity (∼20%) is much less than the nutritional quality losses due to the drying process. The residual vitamin C, carotenoids and phenolic contents in convective-dried fruits and vegetables are ∼30% less than those in freeze-dried products. This study confirms that little absolute gains in nutritional quality can be achieved by opting for either an alternative drying method or optimizing processing parameters since the drying process already results in a low nutritional quality of dried products. As such, the remaining micronutrient concentration of dried products should not necessarily be a decisive criterion in selecting the most appropriate drying method or processing parameters for fruits and vegetables. Instead, other key performance indicators such as the drying time, energy consumption, or sensory properties such as color, texture, and rehydration capacity could eventually have a greater influence on the decision-making process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,144
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,065
Tête enseignante GPT0,280
Écart entre enseignants0,215 · 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