MétaCan
Menu
Retour à la cohorte
Enregistrement W4296523870 · doi:10.2174/1573401318666220908105130

Deciphering the Plasticizers for the Development of Polysaccharide basedBiodegradable Edible Coatings

2022· article· en· W4296523870 sur OpenAlexaff
Vikram Kumar, Sudarshan Singh Lakhawat, Pushpender Kumar Sharma, Sunil Kumar, Aishwarya Pandey

Notice bibliographique

RevueCurrent Nutrition & Food Science · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanocomposite Films for Food Packaging
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésPlasticizerShelf lifeCoatingMoistureFood scienceEnvironmental scienceMaterials scienceChemistryNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract: There is persistently a high demand for fresh fruits and vegetables all over the world. One of the crucial factors that reduces the shelf life of fruits and vegetables is temperature- dependent oxidation during transportation and long storage. Fruits and vegetables coating using eco-friendly coatings hold great advantage over the other synthetic coating materials. The fruits and vegetables coated with coating can prevent from rapid oxidation even at warm temperatures. It enhances the quality and shelf life and maintain the nutritional properties. Though, edible coatings prove to be beneficial, the major drawbacks associated with it is the vulnerability towards moisture- dependent rapid degradation of these fruits and vegetables. Use of appropriate plasticizers would be helpful in enhancing the moisture and oxidation resistance. The current review article will highlight the use of various plasticizers used with polysaccharide-based coatings.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,054
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,043
Tête enseignante GPT0,286
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Nutrition & Food ScienceMême sujetNanocomposite Films for Food PackagingTravaux en français237 207