Effects of Aloe-pectin coatings and osmotic dehydration on storage stability of mango slices
Notice bibliographique
Résumé
Mango (Mangifera indica L.) is one of the most important tropical fruits with inimitable taste, unique flavor, fragrance, and therapeutic traits. It is the national fruit of Pakistan and is commonly called the king of fruits, however, it is very challenging to protect the keeping quality of the fruit. To enhance the shelf life and overcome the microbial count, edible biodegradable (aloe-pectin) coatings were applied on minimally processed (osmotically treated) fresh-cut mango slices. Pre-treatment of Osmotic Dehydration (OD) was performed at 45 °C for 3 hours by 55 °Brix solutions of sucrose and glucose, respectively. The coating solution was made by aloe vera gel with combination of 0.2% CaCl2 (w/v) and 0.5% pectin (w/v). Total Fungal Count (TFC) (yeast and mold growth), Moisture Contents (MC), and Total Soluble Solids (TSS) of minimally processed (osmo-coated) mango slices were analyzed during 15 days of storage at 5 °C. A minimum increase in Total Fungal Count (TFC) from 1.00 to 2.53 Log CFU/g, TSS from 25.30 to 27.16 °Brix, and a decrease in moisture contents from 62.43 to 60.65% was observed in double-coated with osmo-sucrose treated (osmotic dehydration in 55˚Brx sucrose solution before coating) samples from 0 to 15 days respectively. However, significant changes in the TFC, moisture contents, and TSS, were observed in double-coated with osmo-glucose treated (osmotic dehydration in 55 °Brix glucose solution before coating) samples after 10 days of storage. According to the results of the current study, the aloe-pectin coating can significantly reduce the TFC, decrease the TSS, and minimize the moisture loss during storage, when used after osmo-sucrose pre-treatment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».