Pengaruh Perbandingan Konsentrasi Asam Sitrat-Malat terhadap Karakteristik Granul Effervescent Daun Katuk (Sauropus androgynus L. Merr)
Notice bibliographique
Résumé
The purposes of this research was to determine the effect of concentration ratio of citric-malic acid on the characteristics of the effervescent granule of katuk leaves and to proper concentration ratio of citric-malic acid to get the effervescent granule of katuk leaves with the best characteristics. The research used Completely Randomized Design (CRD) with the treatment of concentration ratio of citric-malic acid consisting of 5 levels: 5% : 25%, 10% : 20%, 15% : 15%, 20% : 10%, dan 25% : 5%. The treatment was repeated 3 times in order to obtain 15 experimental units. The data were analyzed statistically using the variance test and if the treatment had a significant effect to observed variables, it was continued with Duncan's Multiple Range Test. The result showed that concentration ratio of citric-malic acid had a significant effect (P<0,05) on moisture content, ash content, flow time, soluble time, high foaming, total flavonoids, and antioxidant capacity. The concentration ratio of 5% citric acid and 25% malic acid was the best treatment to produce effervescent granule of katuk leaves with the moisture content 5.67%, ash content 23.84%, pH 5.88, soluble time 20.69 seconds, flow time 0.80 seconds, high foaming 3.20 cm, total flavonoids 21.04 mgQE/100g powder, antioxidant capacity 16.51 mgGAEAC/100g powder sensory hedonic of the color was liked, the aroma was liked, the taste was liked and the overall acceptance was liked.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».