MétaCan
Menu
Retour à la cohorte
Enregistrement W4290775763 · doi:10.55900/mzgozcwt

Drying kinetics of wheat seeds in a microwave assisted hot air dryer

2022· article· en· W4290775763 sur OpenAlexafffund
Rute Quelvia, Yvan Gariépy, Vijaya Raghavan

Notice bibliographique

RevueProceedings of the 22nd International Drying Symposium on Drying Technology - IDS '22 · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésMicrowaveKineticsMaterials scienceElectromagnetic heatingEnvironmental scienceComputer scienceEngineeringPhysicsElectrical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

The drying kinetics of wheat seeds was studied using a microwave assisted hot air dryer operated at different drying air temperatures (40, 50 and 60C) and at different initial microwave power densities (0.0, 0.5 and 1W/g). A central composite design was used to set the factor combinations. Dried product quality was monitored through color change, seed growth tests such as germination test, germination rate test, seedling length test, seed vigor index test, seedling fresh and dry mass test and it was used to assess the performance of the drying process. Reciprocal regression models were used to analyze the collected drying data. Drying time reduced considerably with increase in microwave power level and air temperature. It was observed that over the range studied, air temperatures and microwave power densities had no negative effect on seed quality parameters. After drying, the germination percentages were at about 90%.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the 22nd International Drying Symposium on Drying Technology - IDS '22Même sujetFood Drying and ModelingTravaux en français237 207