MétaCan
Menu
Retour à la cohorte
Enregistrement W4386687785 · doi:10.1080/07373937.2023.2254365

Temperature control for microwave vacuum drying of raspberries

2023· article· en· W4386687785 sur OpenAlexaff
Qi Gao, Fang Wang, Jiaoling Wang, Vijaya Raghavan, Jingke Wu, Feihu Song, Guangyuan Jin, Weidong Song, Chunfang Song

Notice bibliographique

RevueDrying Technology · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Drying and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMicrowaveVacuum dryingMaterials scienceMicrowave powerVacuum chamberAnalytical Chemistry (journal)ChemistryComposite materialPhysicsFreeze-dryingChromatography

Résumé

récupéré en direct d'OpenAlex

In order to optimize the microwave vacuum drying of raspberries, the temperature variation of different constant power microwave vacuum conditions was investigated. The conventional microwave vacuum drying (MVD) and the three different steady temperature control scheme was selected. A microwave intermittent vacuum drying scheme (MIVD), microwave vacuum drying power curves control scheme (MVD-T), and microwave vacuum drying power curves with intermittent control scheme (MIVD-T) were developed and conducted. As shown, temperatures under control schemes were all kept at more moderate ranges compared to constant power, where MIVD-T showed less fluctuation by adopting power curve changing with time as input variable. It was found that temperature control schemes could improve the appearance, as MVD-T and MIVD-T both reduced carbonization on the exterior and interior of raspberries. For antioxidant properties, there were differences between different schemes, in which MIVD-T could maintain more total monomeric anthocyanin (TMA) compounds and keep other antioxidant compounds similar to other drying methods. Control schemes such as MIVD, MVD-T, and MIVD-T were effective in obtaining more steady temperature materials than conventional microwave vacuum drying and were beneficial for drying quality.

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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,212 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrying TechnologyMême sujetFood Drying and ModelingTravaux en français237 207