MétaCan
Menu
Retour à la cohorte
Enregistrement W4213356840 · doi:10.5539/jfr.v11n2p16

Effect of Grain Moisture Content and Roller Mill Gap Size on Various Physical Properties of Yellow Dent Corn Flour

2022· article· en· W4213356840 sur OpenAlexvenueno aff
Bernard Darfour, Nazira Mahmud, Kurt A. Rosentrater

Notice bibliographique

RevueJournal of Food Research · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesIowa State University
Mots-clésRoller millParticle sizeCorn flourMoistureWater contentMaterials scienceAgronomyFood scienceChemistryRaw materialComposite materialGrindingBranBiology

Résumé

récupéré en direct d'OpenAlex

Corn has six main varieties grown globally for animal feed, human consumption, and commercial/industrial purposes. Flour is an end-product of corn dry-milling. Products that are derived from corn flour often show differences in physical, chemical, and pasting properties due to corn varietal differences, milling methods, differences in flour particle sizes, and drying temperatures. The study aimed to determine the effect of different moisture contents of yellow dent corn and roller gap sizes, on the physical properties of the resulting corn flour. The possibility to use the flour in the manufacturing of animal feed and ethanol production was also considered. Yellow dent corn grain with moisture contents (MC) of 8%, 14.0%, and 18%, and roller gap sizes (GAP) of 0.1016 mm, 0.2032 mm, and 0.3048 mm were used. The Witt corrugated roller mill equipment with rollers of 1/32 inches corrugations was used to produce fine grits and flours. The particle sizes obtained were between 0.54 mm and 0.75 mm which increased with an increase in MC and GAP. Grain with 8% MC and GAP of 0.1016 mm and 0.2032 mm, and grain with 14.0% MC and GAP of 0.1016 mm can produce flour of particle sizes good for swine feed. Grain with 8% MC and GAP of 0.3048 mm and grain with 14.0.0% MC and GAP of 0.1016 mm and 0.2032 mm can produce flour of particle sizes good for ruminant feed. Grain with 18% MC and GAP of 0.1016 mm, and grain with 14.0% MC and GAP of 0.2032 mm can produce flour of particle sizes good for poultry feed. GAP of 0.1016 mm and 8% MC can produce flour of particle sizes suitable for the ethanol production industry. Flour preparation should purposely be done based on grain MC and GAP. The geometric mean diameter of particle sizes ranged from 0.54 mm-0.75 mm, and the geometric mean diameter of particle sizes increased with increasing MC and GAP. Also, grains with 8% MC had the highest loss in flour, and the higher moisture of 18% significantly affected the red color of flour.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,092
Tête enseignante GPT0,333
Écart entre enseignants0,241 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Food ResearchMême sujetFood composition and propertiesTravaux en français237 207