MétaCan
Menu
Retour à la cohorte
Enregistrement W4401446687 · doi:10.60100/rcmg.v5i2.263

Enriquecimiento de masas batidas livianas con pulverizado de frutilla.

2024· article· es· W4401446687 sur OpenAlexaff
J.M Salazar, Erika Dayana Sañudo Cañar, Carlos Andrés Acosta Escobar, Wilson Vladimir Chicaiza Morales, Aurys Arelys De Freitas García

Notice bibliographique

RevueRevista Científica Multidisciplinar G-nerando · 2024
Typearticle
Languees
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensContinental (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

En el presente proyecto se abordó la operación de enriquecer las masas batidas livianas con pulverizado de frutilla, dando así la exploración de nuevas técnicas y aplicaciones culinarias en la gastronomía que siempre han sido indispensables para la búsqueda continua de mejorar y abrir nuevos procesos de transformación, por ende aprovechar al máximo el potencial sensorial y organoléptico de esta fruta, la frutilla conocida científicamente como fragaria vesca, ha tenido un papel importante en la investigación, optimizando la técnica de pulverizado de frutilla para obtener un producto de calidad y de mejor rendimiento. La metodología empleada incorporó una revisión bibliográfica exhaustiva sobre las mejores cualidades nutricionales y prácticas de pulverizado contando también con encuestas y degustaciones de diferentes preparaciones con postres de masas batidas livianas agregando un porcentaje representativo del pulverizado de frutilla el cual aportó color, aroma y sabores distintos mejorando la textura y sabor de los productos, como conclusión se encontró que la adición de pulverizado en las masas puede tener una mayor aceptación por parte de los consumidores, gracias sus beneficios organolépticos, como última instancia se elaboró un recetario con diferentes recetas en la cual se implementó la estandarización de esta técnica.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,824
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,019
Tête enseignante GPT0,263
Écart entre enseignants0,244 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Científica Multidisciplinar G-nerandoMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207