Multi-frequency power ultrasound as a novel approach improves intermediate-wave infrared drying process and quality attributes of pineapple slices
Notice bibliographique
Résumé
This study evaluated the effect of mono-frequency ultrasound (MFU, 20 kHz), dual-frequency ultrasound (DFU, 20/40 kHz), and tri-frequency ultrasound (TFU, 20/40/60 kHz) on mass transfer, drying kinetics, and quality properties of infrared-dried pineapple slices. Pretreatments were conducted in distilled water (US), 35 °Brix sucrose solution (US-OD), and 75% (v/v) ethanol solution (US-ET). Results indicated that ultrasound pretreatments modified the microstructure of slices and shortened drying times. Compared to the control group, ultrasound application reduced drying time by 19.01-28.8% for US, 15.33-24.41% for US-OD, and 38.88-42.76% for US-ET. Tri-frequency ultrasound provoked the largest reductions, which exhibited time reductions of 6.36-11.20% and better product quality compared to MFU. Pretreatments increased color changes and loss of bioactive compounds compared to the control but improved the flavor profile and enzyme inactivation. Among pretreated sample groups, US-OD slices had lower browning and rehydration abilities, higher hardness values, and better retention of nutrients and bioactive compounds. Therefore, the combination of TFU and osmotic dehydration could simultaneously improve ultrasound efficacy, reduce drying time, and produce quality products.
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) | 0,000 | 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 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 ».