Mathematical modeling and regression analysis using MATLAB for optimization of microwave drying efficiency of banana
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
This study examined the influence of microwave (MW) power (300–800 W) and standard geometries (slab, cube, disc, sphere) on banana drying kinetics . Nine thin-layer models were explored. Model validation employed the coefficient of determination and root mean square errors, further checked using residual sum of squares and zero mean of errors. The Henderson and Pabis model emerged as optimal for thin-layer drying. As MW power ranged from 300 to 800 W, drying times reduced: slabs (700–220 sec), cubes (800–300 sec), discs (560–160 sec), and spheres (620–200 sec). Moisture diffusivities spanned 9.12×10 −9 to 7.2×10 −6 m 2 /s, revealing reduced moisture diffusion at lower MW power. Activation energies were tabulated for discs (25.54 W/g), spheres (108.96 W/g), cubes (88.41 W/g), and slabs (107.56 W/g). Sample mass uncertainty was approximated at 0.03 g (∼1% error). Specific energy varied between 140 and 244 kJ, while microwave energy values ranged from 44.58 to 112.8 MJ/kg, declining with increased power. Cube samples showed maximum energy consumption, whereas disc samples typically consumed the least. Notably, disc-shaped bananas demonstrated peak drying energy efficiencies (41.75–51.3 %) across all MW power levels. Average drying efficiencies were observed between 19.97 and 51.3 % for the studied power range.
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 | 0,001 | 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