MétaCan
Menu
Retour à la cohorte
Enregistrement W4405366060 · doi:10.3390/foods13244038

The Effect of Ice-Binding Protein from Leucosporidium sp. AY30 (LeIBP) on the Physicochemical Quality and Microstructure of Largemouth Bass During Freeze–Thaw Cycles

2024· article· en· W4405366060 sur OpenAlexaff
Junde Ren, Maninder Meenu, Lihui Hu, Tao Song, Ying Liu, Hosahalli S. Ramaswamy, Yong Yu

Notice bibliographique

RevueFoods · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensMcGill University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBass (fish)Ice crystalsMicrostructureChemistryAntifreeze proteinWater holding capacityRecrystallization (geology)Food scienceCrystallographyFisheryBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

sp. AY30 (LeIBP) on the freezing efficiency, microstructure, and physicochemical quality of largemouth bass during freeze-thaw cycles and demonstrated the optimal addition conditions of LeIBP. This study found that LeIBP could effectively lower the freezing point of fish without altering the phase transition time significantly. LeIBP can significantly reduce the cross-sectional area and diameter of ice crystals and inhibit recrystallization. LeIBP was found to maintain the stability of protein secondary structure and prevented protein denaturation by increasing the proportion of α-helix. The inclusion of LeIBP retained the water-holding capacity of fish effectively. Furthermore, LeIBP treatment could partially prevent the degradation of fish meat texture. The lightness and whiteness values of fish treated with LeIBP were increased, while the redness and yellowness values were decreased. At the end of freeze-thaw cycle, the LeIBP-treated group presented pH values similar to fresh fish. Overall, 0.05% LeIBP was observed to be the most effective concentration to inhibit ice crystal growth, thereby maintaining the quality of the fish.

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 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 enseignants0,176
Score d'incertitude au seuil0,166

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,262
Écart entre enseignants0,237 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFoodsMême sujetMeat and Animal Product QualityTravaux en français237 207