MétaCan
Menu
Retour à la cohorte
Enregistrement W4387451870 · doi:10.52151/jae2023603.1811

Effects of Tray and Freeze Drying on Physico-chemical and Structural Properties of Fig Fruit Powder

2023· article· en· W4387451870 sur OpenAlexaff
P. D. Poovai, K. A. Athmaselvi, T. Arumuganathan, Shubham Subrot Panigrahi, C. Indu Rani, R Neelavathi

Notice bibliographique

RevueJournal of Agricultural Engineering (India) · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry and biological activities of Ficus species
Établissements canadiensLethbridge College
Organismes subventionnairesnon disponible
Mots-clésTrayDehydrationFreeze-dryingWater contentWater activityMaterials scienceFourier transform infrared spectroscopyMoistureAmorphous solidStarchFood scienceTexture (cosmology)ChemistryComposite materialChemical engineeringBotanyChromatographyCrystallographyBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

A study was conducted on the drying of fig fruits using tray-drying [50 °C, 60 °C, 70 °C for 3 h] and freeze-drying [(-)43 °C for 24 h] dehydration techniques. The physico-chemical properties of fig fruit powder were studied. Different temperatures and methods of drying had effects on the moisture content, water activity, physico-chemical properties, and structural properties. Moisture content and water activity were in the range of 6.5-8.5% (w.b.) and 0.40-0.60, respectively. Powders of 15- 30 μm size range and with a flaky texture had moderate flowability. FTIR analysis exhibited peaks of varied range. XRD analysis showed that the powders were predominately amorphous in nature, and C-type starch was present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,365
Score d'incertitude au seuil0,219

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,172
Écart entre enseignants0,163 · 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 tête enseignante, 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 revueJournal of Agricultural Engineering (India)Même sujetPhytochemistry and biological activities of Ficus speciesTravaux en français237 207