Organoleptic Analysis and Nutritional Content of Biscuits Based on Purple Sweet Potato and Seaweed Flours
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.
Notice bibliographique
Résumé
Development of the right formula for making biscuits based on purple sweet potato flour and seaweed flour can be used as supplementary feeding for Toddlers to meet nutritional needs and prevent malnutrition in toddlers.The research objective was to analyze biscuits' nutritional and organoleptic content based on purple sweet potato flour and seaweed flour.The research method was experiment and laboratory test.The main ingredients of the study were purple sweet potato flour and seaweed.The research variable was sensory quality (organoleptic test): taste, texture, aroma, and color; for sensory testing, all treatments would be presented to panelists, and panelists determined the most preferred one.The sample from the sensory test with the highest score (the most preferred by the panelists) was then analyzed for its chemical quality.Chemical quality included water, protein, fat, ash, carbohydrate, and total calories of biscuits.The results showed that the best formula for biscuits made from purple sweet potato flour and seaweed flour was formula E (100% purple sweet potato flour and 0% seaweed flour), with the panelists' preference for the taste of 4.2, the texture of 3.5, aroma of 4.3, and color of 4.2, out of 5.The average nutritional content obtained in biscuits already met the requirements of the Indonesia National Standard, including water content, ash content, protein content, fat content, and carbohydrate content.The highest carbohydrate, protein, and water content were detected in formula E, 70.35%, 9.70%, and 4.14%, respectively; the highest fat content was in formula B, about 16.38%.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découle