MétaCan
Menu
Retour à la cohorte
Enregistrement W4365519791 · doi:10.26599/fshw.2022.9250045

Effect of different drying methods on the amino acids, α-dicarbonyls and volatile compounds of rape bee pollen

2023· article· en· W4365519791 sur OpenAlexaff
Yanxiang Bi, Jiabao Ni, Xiaofeng Xue, Zidan Zhou, Wenli Tian, Valérie Orsat, Sha Yan, Wenjun Peng, Xiao-Ming Fang

Notice bibliographique

RevueFood Science and Human Wellness · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensMcGill University
Organismes subventionnairesAgricultural Science and Technology Innovation ProgramChinese Academy of Agricultural SciencesNational Natural Science Foundation of China
Mots-clésChemistryVacuum dryingFood scienceAmino acidFreeze-dryingChromatographyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The significant demand for high quality food has motivated us to adopt appropriate processing methods to improve the food nutritional quality and flavors. In this study, the effects of five drying methods, namely, pulsed vacuum drying (PVD), freeze drying (FD), infrared drying (IRD), hot-air drying (HAD) and sun drying (SD) on free amino acids (FAAs), α-dicarbonyl compounds (α-DCs) and volatile compounds (VOCs) in rape bee pollen (RBP) were determined. The results showed that FD significantly released the essential amino acids (EAAs) compared with fresh samples while SD caused the highest loss. Glucosone was the dominant α-DCs in RBP and the highest loss was observed after PVD. Aldehydes were the dominant volatiles of RBP and SD samples contained more new volatile substances (especially aldehydes) than the other four drying methods. Comprehensively, FD and PVD would be potential methods to effectively reduce the quality deterioration of RBP in the drying process.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,284
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Science and Human WellnessMême sujetBee Products Chemical AnalysisTravaux en français237 207