MétaCan
Menu
Retour à la cohorte

THERMODYNAMIC PROPERTIES OF THE WATER ADSORPTION PROCESS IN BARU FLOURS

2022· article· en· W4285242403 sur OpenAlexfundno aff
Thiago Aurélio Arruda Silva, N. M. C. Alves, Nahyara Batista Caires Galle, Silmara Bispo dos Santos, Evelise Andreatta

Notice bibliographique

RevueEngenharia Agrícola · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePolysaccharides Composition and Applications
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Theoretical Astrophysics
Mots-clésEnthalpyGibbs free energyBaruAdsorptionGravimetric analysisWater contentThermodynamicsMoistureChemistryEntropy (arrow of time)Materials sciencePhysical chemistryOrganic chemistryGeotechnical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Baru almonds and their byproducts have gained popularity in the population diet because of their high nutritional values. Despite this, there is limited information on how to store their flours properly, particularly their whole and partially defatted flours. Thus, this study aimed to use the Guggenheim–Anderson–de Boer (GAB) model to determine the thermodynamic properties of enthalpy, entropy, and Gibbs’s free energy variation, as well as the spreading pressure, all of which are inherent to the moisture adsorption process in baru flours. The oil content, ash content, moisture content, pH, and wettability of the baru flour samples were characterized. The adsorption isotherms were determined using the static gravimetric method at temperatures of 298.15, 303.15, and 308.15 K and adjusted to the GAB model. The differential enthalpy variation was positive and decreased as the moisture content in the flours increased, whereas the differential entropy variation exhibited an opposite trend. The isokinetic theory was validated, as the process was driven by entropy. The spreading pressure increased as water activity increased.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,193
Écart entre enseignants0,179 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngenharia AgrícolaMême sujetPolysaccharides Composition and ApplicationsTravaux en français237 207