MétaCan
Menu
Retour à la cohorte
Enregistrement W4390234034 · doi:10.18280/ijdne.180616

Influence of Bamboo Shoots (Dendrocalamus asper) Flour Addition and Baking Temperatures on the Sensory and Physical Characteristics of Cookies

2023· article· en· W4390234034 sur OpenAlexvenueno aff
Doddy Andy Darmajana, Diang Sagita, Novita Wulandari

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2023
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBambooBamboo shootHorticultureMathematicsFood scienceBotanyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

This study examines the effects of incorporating bamboo shoot flour and varying baking temperatures on the quality of cookies, in an effort to enhance their palatability and consumer acceptability.Utilizing a factorial randomized block design, this investigation was carried out in triplicate, considering two key factors: the proportion of bamboo shoot flour incorporated (A) and the baking temperature (B) at three different levels (140℃, 145℃, and 150℃).It was found that the use of bamboo shoot flour in cookie production is safe, with a recorded HCN content of 4.86 ppm, well beneath the maximum safety standard for consumption.However, bamboo shoot flour demonstrated mild antioxidant activity, attributed to the high temperatures and prolonged processing times employed in preparation, which likely diminished the antioxidant content.Significant effects of both bamboo shoot flour incorporation and baking temperature on the sensory and physical properties of the cookies were observed.The most desirable ratio of bamboo shoot flour to wheat flour was found to be 1:2, and the optimal baking temperature range was between 140℃ to 145℃.These parameters were found to yield the highest preference across nearly all evaluated metrics, suggesting a potential strategy for enhancing the use of underutilized bamboo shoots in snack foods.

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 seuil0,003

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 Opus0,014
Tête enseignante GPT0,260
Écart entre enseignants0,245 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetFood composition and propertiesTravaux en français237 207