Effects of ultrasonic-assisted osmotic pretreatment on convective air-drying assisted radio frequency drying of apple slices
Notice bibliographique
Résumé
Convective air-drying assisted radio frequency drying (CARFD) is an innovative method with the merits of rapid volumetric heating, energy efficiency, as well as high quality food products. However, knowledge about how pretreatment methods impact on the physicochemical characteristics of pretreated apples and the performance of subsequent CARFD is limited. In present work, apple slices were subjected to osmotic pretreatment (OP) and ultrasonic-assisted osmotic pretreatment (USOP) with different intensities (1.0, 2.0 and 3.0 W/g); and the physicochemical properties of pretreated samples (such as mass transfer behavior, water migration status, dielectric loss factor and the others) were compared. The drying duration, energy consumption and a series of quality characteristics (color index, texture, nutrient compositions, antioxidant activity, and so on) of the CARFD produced apple slices were also investigated. The microstructure observations revealed that acoustic waves induced the structural changes and created microchannels. Meanwhile, physicochemical properties of pretreated samples also demonstrated that OP and USOP methods significantly facilitated the water migration status and heightened the dielectric loss factor. In comparison with control and OP methods, three USOP methods were successful in reducing the drying time (14.6%∼27.1%) and total energy consumption (4.5 ∼ 19.8%) of entire processing steps. Concomitantly, USOP (2.0 W/g) samples after drying showed an enhanced quality characteristics in terms of good texture, higher retention of bioactive compounds, higher rehydration ratio, better antioxidant capacity. This study highlights the application of USOP as an effective pretreatment method for enhancing the process efficiency and quality of CARFD produced apple slices.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».