Effects of broiler chilling methods on the occurrence of pale, soft, exudative (PSE) meat and comparison of detection methods for PSE meat using traditional and Nix colorimeters
Notice bibliographique
Résumé
The aims of this study were to i) estimate the occurrence of pale, soft, and exudative (PSE) meat in modern commercial Ontario broiler flocks, ii) determine the effects of the chilling method (water vs. air) on PSE meat, and iii) investigate a new inexpensive colorimeter (10% of the price of traditional color meters), the Nix Color Sensor, as an objective color measurement of chicken meat. Between June 2019 to March 2020, a total of 17 different broiler flocks were processed. The color of 1,700 boneless skinless Pectoralis major muscles was randomly measured (100/flock), where 255 samples were also measured for pH, water-holding capacity (WHC), cooking loss, and penetration force. In addition, a traditional Minolta colorimeter was used to measure random 95 samples from a single water-chilled flock and subsequently compared the values obtained with the Nix Color Sensor. Strong correlations of L* values (rho = 0.75; P < 0.001), a* values (rho = 0.72; P < 0.001), and b* values (rho = 0.80; P < 0.001) were observed. When an L* value of 43 was used as the cut-off for the Nix, 12.5% of fillets were classified as PSE meat. Statistical differences (P < 0.05) were observed between the air and water-chill methods for L*, pH, and WHC. However, there were no significant differences observed between the 2 methods for cooking loss and penetration force values. The study indicated that PSE meat is still a challenge in Ontario broilers, and that the L*, pH, and WHC of breast meat (all indicate meat quality) are affected by the chilling method. In addition, the Nix was found to be an affordable, objective, and convenient sensor for measuring chicken meat color.
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 | 0,002 |
| 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 | 0,001 |
| 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 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 ».