MétaCan
Menu
Retour à la cohorte
Enregistrement W4293530385 · doi:10.3390/foods11172594

Flavor Differences of Edible Parts of Grass Carp between Jingpo Lake and Commercial Market

2022· article· en· W4293530385 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

RevueFoods · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésGrass carpFlavorElectronic noseFood scienceChemistryTasteCarpFish <Actinopterygii>OdorBiologyOrganic chemistryFishery

Résumé

récupéré en direct d'OpenAlex

This study investigated the flavor differences among three individual parts (abdomen, back, and tail) of Jingpo Lake grass carp (JPGC) and commercial grass carp (CGC). The growing environment and fish parts influenced the volatile compounds of the fish. The highest total contents of alcohols and ethers were found in the back of JPGC (p < 0.05). The combination of an electronic tongue and electronic nose (E-nose) could effectively distinguish the flavor differences between the different parts of JPGC and CGC by principal component analysis. Both the content of total free amino acids (FAAs) and content of amino acids contributing to the sweet and fresh flavors were higher in JPGC than CGC (p < 0.05). Among the ATP-associated products, the inosine 5’-monophosphate (IMP) contents of the back and tail of JPGC were higher (p < 0.05), but the abdomen content was lower (p > 0.05) than the respective contents in the corresponding parts of CGC. Sensory evaluation shows that JPGC had a better texture, odor, and taste, compared to CGC. Correlation analysis showed that the E-nose data and FAAs were highly correlated with the content of alcohols, aldehydes, and ethers. This study showed that the flavors of the different parts of JPGC differed significantly from those of CGC.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

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 Opus0,015
Tête enseignante GPT0,212
Écart entre enseignants0,197 · 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