Drying Kinetics, Physicochemical and Thermal Analysis of Onion Puree Dried Using a Refractance Window Dryer
Notice bibliographique
Résumé
Onions have a high moisture content, which makes them more susceptible to microbial growth. Drying is one of the postharvest preservation methods applied to decrease onion moisture content, thereby increasing its storage life. In this study, onions were peeled, washed, cut into quarters, hot water blanched, and pureed. The puree was further dried using two different drying methods: refractance window drying (RWD) (water temperature: 70 °C) and convective drying (CD) (50 °C). The puree was spread on prefabricated trays at varying thicknesses of 2 mm, 4 mm, and 6 mm. It was observed that, irrespective of the drying method, moisture ratio (MR) decreased and drying time and effective moisture diffusivity increased with respect to the thickness of the puree. In addition, the Lewis model and the Wang and Singh model showed the highest R2 and lowest SEE value for RWD and CD, respectively. Moreover, the MR of onion puree during RWD and CD was predicted using a multi-layer feed-forward (MLF) artificial neural network (ANN) with a back-propagation algorithm. The result showed that the ANN model with 12 and 18 neurons in the hidden layer could predict the MR, with a high R2 value for RWD and CD, respectively. The results also showed that the thickness of the puree and drying method significantly affected the physicochemical quality (color characteristics, pyruvic acid content, total phenolic content, total flavonoid content, antioxidant capacity, and hygroscopicity) of onion powder. It was concluded that RWD proved to be a better drying method than CD in terms of the quality of dried powder and reduced drying time. Irrespective of the drying method, 2 mm-thick puree dried yielded the best-dried onion powder in terms of physicochemical quality, as well yielding the lowest drying time. These samples were further analyzed for calculating the glass transition temperature.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».