Prevention of Lipid Oxidation in Kilka Fillet (Clupeonella Cultriventris) using Biodegradable Packaging in the Refrigerator (3°C)
Notice bibliographique
Résumé
Kilka Fish is classified in the fatty fish group and is more perishable than other aquatics. It is very sensitive to oxidation during cold storage. Fat oxidation reduces the quality of Kilka, a decrease in shelf life and economic losses. Because it leads to color change (yellow) of Kilka. Therefore, the present study aimed to evaluate the effects of sodium alginate and whey protein coating on the prevention of fat oxidation of Kilka fillets during 12 days of refrigerated storage. Whey protein 15% and sodium alginate 1% were used at time= 5 min. Uncovered samples were considered as controls. Humidity, peroxide, FFA, TBA, pH, and fat were not significant in the samples covered with whey protein (73.62%, 0.08 meq kg oil-1, 1.01 g 100-1, 0.06 mg kg-1, 6.37 and 4.45%) compared with those covered by sodium alginate (73.91%, 0.05 meq kgoil-1, 1.09 g 100-1, 0.01 mg kg-1, 6.49, and 4.00%) (P>0.05). However, the index chemicals were lower in these samples compared with the control (59.16%, 3.07 meq kgoil-1, 5.73 g 100-1, 2.14 mg kg-1, 6.81 and 3.99%. Unlike fat, the other chemical tests were significant between control and covered samples (p<0.05). Covered samples had good quality at the end of the storage period. However, the control samples lost their quality after 6 days. Fish soaked with sodium alginate had better quality compared with the other samples. The use of sodium alginate is recommended by the seafood processing industry to maintain the quality of kilka during refrigeration.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».